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
Nueva herramienta de Inteligencia Artificial identifica riesgos en pacientes cardiacos

Al aplicar Inteligencia Artificial (IA), en datos hospitalarios, los algoritmos podrán utilizar las tendencias en diversas variables cardiacas para identificar pacientes con enfermedades cardiacas no diagnosticadas.

La compañía de Salud Digital con sede en el estado de California en Estados Unidos, Egnite, ha avanzado en el desarrollo de algoritmos predictivos para su servicio CardioCare, que ofrecerá un progreso en el tratamiento de pacientes con enfermedades cardiacas estructurales.

Los algoritmos utilizados en los datos hospitalarios, podrán revisar las tendencias en estenosis aortica, y realizar un seguimiento de la enfermedad. Los nuevos algoritmos y herramientas de algoritmos CardioCare incluyen:

  • Aprovechar los datos de la base de datos patentada de Egnite de más de 500,000 estudios ecocardiográficos no identificados, incluidos más de 11,000 estudios con indicaciones de enfermedad significativa.
  • Predecir la probabilidad de que un paciente no haya sido diagnosticado con estenosis aortica grave, lo que facilita la revisión adicional de puntos de datos clínicos importantes.
  • Predecir la probabilidad de que un paciente con estenosis aortica moderada progrese a una enfermedad grave, lo que permite a los médicos priorizar su población de pacientes para el seguimiento clínico.

Los resultados de la base de datos de Egnite, mostraron que uno de cada cuatro pacientes sometidos a ecocardiogramas fue diagnosticado con una enfermedad cardiaca moderada o grave. Entre los hallazgos también encontraron que apenas el 11% de los pacientes reciben ecocardiogramas regularmente y en sus intervalos recomendados.

“Nuestro sistema de atención médica está fragmentado, lo que puede resultar en un tratamiento insuficiente o en la falta de un tratamiento oportuno de la enfermedad cardíaca estructural”, dijo el director médico de Egnite, Glenn R. Barnhart.

Por otra parte, Joel Portice, director ejecutivo de Egnite, explicó la importancia de aprovechar los datos hospitalarios y de pacientes para mejorar la calidad de los servicios médicos: “Estamos utilizando grandes cantidades de datos para resolver grandes problemas y cerrar brechas en la atención al paciente”.

Además, expresó su entusiasmo sobre el uso de IA en salud: “Creemos que esta es la primera de muchas aplicaciones de IA que cambiará las reglas del juego para nuestros socios médicos y brindará mejoras significativas en la atención al paciente, con el potencial de salvar miles de vidas. Ahora, más que nunca, estamos actuando con urgencia para poner estas soluciones de IA en manos de los proveedores”.

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