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
Universidad en EE.UU. desarrollará herramienta de IA que ayude a entender resultados de laboratorio

Un equipo de la Universidad Estatal de Florida recibió 1 millón de dólares para desarrollar LabGenie, un proyecto que busca la creación de una herramienta de IA que ayuda a entender mejor los resultados de pruebas de laboratorio.

Un equipo de investigadores de la Universidad Estatal de Florida (FSU, en inglés) ha recibido una subvención de un millón de dólares para desarrollar una herramienta impulsada por inteligencia artificial (IA), que ayude a los pacientes mayores a comprender mejor sus resultados de los análisis de laboratorio médico.

Este proyecto, denominado “LabGenie”, utilizará IA para proporcionar información contextualizada sobre los resultados de los análisis de laboratorio y generar preguntas que los pacientes puedan utilizar para discutir sus resultados con sus médicos.

Este proyecto será dirigido por dos investigadores de la Escuela de Información del Colegio de Comunicación e Información de la FSU, Zhe He y Mia Lustria. El equipo interdisciplinario incluye expertos en ciencias computacionales, Salud Digital y salud móvil (mHealth), interacción humano-computadora (HCI, en inglés), grandes modelos de lenguaje (LLM, en inglés), medicina geriátrica y ciencia de la implementación.

Los fondos para este proyecto fueron otorgados por la Agencia de Investigación y Calidad del Cuidado de la Salud del Departamento de Salud y Servicios Humanos de EE. UU. (AHRQ, en inglés) y tiene como objetivo mejorar la capacidad de los pacientes para comprender sus resultados de análisis y participar en la toma de decisiones compartida con sus médicos.
“Queremos poder capacitar a los pacientes adultos mayores para que puedan comprender mejor los resultados de sus pruebas y participar en una toma de decisiones más informada sobre su salud”, explicó Lustria.

“El proyecto aborda una necesidad crítica de una mejor participación del paciente mediante la creación de una ayuda para la toma de decisiones de cara al paciente que proporcionará representaciones visuales informativas de los resultados de laboratorio y preguntas personalizadas para que los pacientes discutan con sus proveedores”, expresó He.

Este proyecto tendrá dos fases, primero el diseño y desarrollo de un prototipo de LabGenie, que abarcará temas como la visualización de datos de pruebas de laboratorio, cómo utilizar la IA generativa y los LLM, entre otros. “Queremos probar qué funciona y qué no funciona para las poblaciones de adultos mayores en términos de visualizar y presentar los resultados de las pruebas de laboratorio de manera más efectiva”, mencionó Lustria. “También queremos brindarles a los pacientes información más práctica sobre los resultados de sus pruebas de laboratorio vinculándolos con otra información de salud personal en su historial médico electrónico”, agregó.

Y la segunda fase va a centrarse en la evaluación de la eficacia de esta herramienta para mejorar la participación del paciente y participar en la toma de dediciones compartida. Para ello será necesario un ensayo aleatorio y un estudio de métodos mixtos para evaluar la herramienta con más de 100 pacientes.

De esta forma, la colaboración multidisciplinaria y multiinstitucional busca ofrecer herramientas efectivas para mejorar la participación en la toma de decisiones y la comprensión de los pacientes, especialmente en poblaciones como los adultos mayores que suelen padecer múltiples enfermedades crónicas.

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