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
Investigación muestra iCOVID un sistema de aprendizaje profundo para la predicción de tiempo de recuperación de COVID-19

Científicos en China desarrollaron iCOVID, una herramienta de predicción temprana de tiempo de recuperación de COVID-19 basada en aprendizaje profundo.

Investigadores y científicos alrededor del mundo han desarrollado algoritmos y sistemas de Inteligencia Artificial (IA) con relación COVID-19 desde el comienzo de la pandemia. A través de la IA se han desarrollado investigaciones y estudios para la búsqueda de tratamientos contra la enfermedad, para conocer la evolución de la enfermedad en los pacientes, para realizar predicciones de recuperación, para hacer monitoreo remoto de pacientes en recuperación, o para realizar diagnósticos rápidos, entre otras.

“Algunos estudios han demostrado que los biomarcadores, los síntomas, las comorbilidades e incluso las imágenes de Tomografía Computarizada (TC) se pueden aplicar para diversas tareas de predicción del pronóstico, incluida la predicción del riesgo de mortalidad, la progresión a un estado grave o crítico e ingreso a la unidad de cuidados intensivos”, explican los autores del estudio: “iCOVID: marco de aprendizaje profundo interpretable para la predicción temprana del tiempo de recuperación de pacientes con COVID-19”.

En el estudio publicado en npj Digital Medicine de Nature, se muestra que, Científicos en Wuhan, China, reunieron datos de más de 3 mil pacientes para probar un mecanismo denominado iCOVID, que revelaría características que afectan la predicción del avance de la enfermedad en cada paciente.

El estudio presenta un marco de aprendizaje profundo que considera información del tratamiento para predecir tempranamente los tiempos de recuperación de COVID-19 del paciente. iCOVID puede utilizar datos de diferentes modalidades y heterogéneos, por ejemplo, imágenes de TC, biomarcadores, síntomas, comorbilidades, e información específica del tratamiento.

 

“Nuestro estudio revela que los esquemas de tratamiento, la edad, los síntomas, las comorbilidades y los biomarcadores están muy relacionados con las predicciones del tiempo de recuperación”, explicaron los autores.

En la publicación los autores clasificaron las contribuciones del estudio en tres partes principales:

  1. Desarrollaron un método de aprendizaje profundo para la predicción del tiempo de recuperación de pacientes COVID, basado en datos clínicos multimodales.
  2. iCOVID, es un modelo de regresión que depende del tiempo, y así logra conocer la probabilidad de recuperación dentro de un rango de tiempo.
  3. Se trata de un mecanismo interpretable y diseñado para conocer todas las características clínicas del paciente.

Puedes leer el estudio completo en el siguiente enlace: https://www.nature.com/articles/s41746-021-00496-3

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