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 de IA podría predecir pacientes con mayor riesgo de complicaciones de diabetes

Investigadores de la Universidad de Houston (UH) desarrollaron un sistema de Inteligencia Artificial (IA) que sería capaz de predecir riesgo de complicaciones relacionadas con la diabetes.

A pesar de que la diabetes es una condición que cuenta con diversas herramientas para su tratamiento de manera efectiva, los médicos aún carecen de soluciones que puedan ayudarlos a identificar a los pacientes con mayor riesgo de complicaciones. En este sentido investigadores médicos de la UH, se encuentran desarrollando Primary Care Forecast, un sistema de soporte de decisiones clínicas basada en aprendizaje profundo para la predicción de complicaciones en pacientes.

Este sistema cuenta con una herramienta de progresión del índice de gravedad de complicaciones de la diabetes, la cual considera no solo el historial de salud de los pacientes, sino también factores como el entorno social y ambiental, estado laboral, vivienda, nivel educativo y seguridad alimentaria pueden aumentar el riesgo de complicaciones.

“Nuestro objetivo a largo plazo es ayudar a los médicos a ser más proactivos y menos reactivos al tratar la diabetes. Al aprovechar las capacidades de la inteligencia artificial y el aprendizaje automático, podemos conectar de manera más efectiva a las personas en riesgo con intervenciones antes de que se enfermen más”, dijo el Dr. Winston Liaw, investigador principal del proyecto y presidente del Departamento de Sistemas de Salud y Población de la UH.

Para el funcionamiento de la herramienta, los investigadores recopilaron información de registros de salud y factores de riesgo social individuales y comunitarios. En este sentido, la herramienta será probada en PRIME una plataforma nacional con datos de pacientes de atención primaria en Estados Unidos y contará con el apoyo de Humana Inc.

“La herramienta que estamos desarrollando informará a los médicos por qué los pacientes están en riesgo y sugerirá acciones para reducir ese riesgo”, explicaron los investigadores.

Por otro lado, los investigadores buscan que la herramienta no solo logre predecir las complicaciones asociadas con afecciones como hipertensión no controlada o depresión. “Como médicos de atención primaria, necesitamos una forma eficiente de aprovechar la gran cantidad de información que recibimos para mejorar la calidad de vida de nuestros pacientes. La cantidad de complicaciones que experimenta un paciente está fuertemente asociada con la muerte o la hospitalización, por lo que desarrollar esta herramienta de IA es fundamental”, concluyó el Dr. Liaw.

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