Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Registros médicos electrónicos analizados en tempo real para predecir COVID-19

Artículo publicado en Nature detalla cómo a través de fuentes de texto médico ingresado en registros electrónicos, es posible conocer posibles enfermedades como neumonía viral

El artículo “Fuentes de texto del médico en tiempo real a partir de registros médicos electrónicos”, ´publicado en Nature en febrero de este año, explica cómo se han intentado análisis de motores de búsqueda y redes sociales para la detección de brotes, de enfermedades infecciosas.

“Describimos un enfoque que utiliza la agregación en tiempo real de palabras clave y frases de texto libre a partir de documentación generada por el médico en tiempo real en registros médicos electrónicos para producir una señal personalizable de neumonía viral en tiempo real que proporciona hasta 4 días de advertencia para la planificación de la capacidad de atención secundaria”, explican los autores. Se trata de un enfoque de bajo costo y de código abierto, ideal para la personalización local ya que no requiere ningún sistema de registros clínicos en específico.

El mismo enfoque de agregación en tiempo real de palabras clave y frases, ha sido utilizado para detectar posibles casos de COVID, clasificando los síntomas de casos sintomáticos como: “tos seca”, “pirexia”, “fiebre”, “disnea”, “anosmia”, “neumonía”, entre otros.

El sistema fue aplicado en el King’s College Hospital y en el Guys & St Thomas Hospital en el Reino Unido. En ambos hospitales se detectó un incremento en pruebas PCR positivas a COVID-19 casi simultáneamente con palabras clave relacionadas a síntomas de COVID-19 agregadas a los registros clínicos de los pacientes del hospital.

Sin embargo, a pesar de los importantes hallazgos, los científicos explican que este enfoque cuenta con limitaciones, como el ambiente en el que se aplicó, o el manejo de los datos. “Este estudio como prueba de concepto se limitó a entornos de atención secundaria; Durante la primera ola de COVID en marzo de 2020, hubo mecanismos de clasificación para desviar los casos de baja gravedad lejos de la atención secundaria que afecta la visibilidad. Para tener una visión global de la economía de la salud, los agregadores de texto también deberían implementarse en los proveedores de atención primaria y de emergencia”.

Lee el texto completo en el siguiente enlace: https://www.nature.com/articles/s41746-021-00406-7

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange