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
Sistema Nacional de Salud de Reino Unido (NHS) desarrolla algoritmos para detección de complicaciones hospitalarias

Si la sepsis no es atendida a tiempo puede desatar problemas irreversibles para el organismo del paciente. Debido a esto, el Sistema Nacional de Salud inglés, ataca con apoyo del Big Data, las situaciones sobre complicaciones hospitalarias que pudieran presentarse en los centros de salud.

El NHS ha disminuido el porcentaje de muertes ocasionadas por la sepsis gracias al empleo de software e Inteligencia Artificial que permiten detectar a tiempo los potenciales casos de este tipo de complicaciones médicas.

Los hospitales de la Universidad de Cambridge, la Royal Berkshire NHS Foundation Trust el Royal de Liverpool y el hospital de la Universidad de Broadgreen, son los establecimientos donde se utilizan los nuevos algoritmos empleados actualmente para revisar los signos vitales del paciente y alertar a los especialistas sobre la posible aparición de una sepsis.

La sepsis es una condición potencialmente mortal que se produce por una reacción desbalanceada del cuerpo ante una infección (generalmente bacteriana), lo que desencadena cambios que pueden dañar múltiples sistemas, alterando la circulación sanguínea; a su vez, priva a los órganos de nutrientes y oxígeno, causándoles daños irreparables.

En Reino Unido la sepsis es la causante de 37 mil muertes al año puesto que son difíciles de detectar.

Parte de las estrategias que el NHS implementó para combatir esta problemática fue la creación de plataformas digitales por medio del Big Data y su aplicación en mecanismos que utilicen la Inteligencia Artificial para potencializar los resultados deseados.

La herramienta E-Sepsis de Liverpool es una de las estrategias que la NHS incluyó dentro de su Plan de Acción a Largo Plazo.

Esta IA se encuentra diseñada para aumentar la eficacia en la detección de complicaciones hospitalarias con base en una serie de procedimientos clínicos como son la observación de pacientes y los resultados de laboratorio. Alerta automáticamente a los médicos cuando se detecta a un paciente con los inicios del padecimiento y elimina la necesidad de la intervención manual pues al no perder tiempo en esperar los resultados de laboratorios y, en cambio obtenerlos en tiempo real independientemente de la sala, la hora o el médico que atiende, se han salvado hasta 200 vidas al año a través de este nuevo sistema.

Para conocer más da clic aquí: https://www.rlbuht.nhs.uk/news/our-e-sepsis-tool-an-amazing-success/

El programa Global Digital Exemplar (GDE) busca aplicar en todos los centros de salud de Inglaterra nuevas tecnologías para fortalecer el cuidado médico y detectar enfermedades antes de que éstas aparezcan.

La mortalidad por shock séptico en los menores de 45 años se ha reducido de seis de cada diez a menos de uno de cada diez, con la ayuda de los sistemas digitales, donde la información que se genera automáticamente es descargada de diversas fuentes y, de esta manera se pueda atender de manera rápida y efectiva a los pacientes; ayudando a los médicos a priorizar los datos más importantes para reducir la tasa de mortalidad.

Para conocer a detalle este programa ingresa a:

https://www.digitalhealth.net/2019/02/global-digital-exemplar-blueprints-nhs-trusts/

Por su parte, la Universidad de Cambridge quiere utilizar la tecnología avanzada para respaldar mejor a los médicos y enfermeras en su labor diaria abarcando una atención de alta calidad y contribuir a mejores resultados obtenidos por un eficiente y veloz tratamiento oportuno.

CIFRAS

Desde la implementación de esta ciencia de datos, los tratamientos adecuados para la sepsis potencial han aumentado consiguiendo los siguientes resultados:

  • En Cambridge, las muertes han disminuido constantemente en los últimos tres años, con al menos 64 vidas salvadas en el último.
  • En Berkshire, aumentó la tasa de detección en un 70%, con nueve de cada 10 pacientes que actualmente se someten a pruebas sistemáticas.
  • Mientras que, en Liverpool, el monitoreo digital se realiza en vivo a través de su departamento de emergencias y salas, salvando hasta 200 vidas cada año.

Otros países de Europa también ocupan los sistemas digitales.

El proyecto Bisepro, fue creado por el Hospital Universitario Son Llátzer en Madrid. El sistema se apoya en el Big Data y la Inteligencia Artificial para ofrecer al profesional médico una alarma particular sobre posibles brotes de sepsis teniendo un escaso margen de error.

A través de un algoritmo, Bisepro consigue triplicar la detección de casos de esta enfermedad. Por consecuencia, se pueden aplicar con anticipación medidas terapéuticas y un aumento en las posibilidades de salvar la vida del paciente.

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