Herramienta de inteligencia artificial (IA) predice la necesidad de oxígeno de los pacientes hospitalizados con COVID-19 en cualquier parte del mundo
Por el equipo editorial de LabMedica en español Actualizado el 22 Sep 2021 |
ilustración
Los investigadores han utilizado inteligencia artificial (IA) para predecir las necesidades de oxígeno de los pacientes con COVID-19 a escala global.
El Hospital de Addenbrooke (Cambridge, Inglaterra), junto con otros 20 hospitales de todo el mundo y la empresa de tecnología de inteligencia artificial NVIDIA (Santa Clara, CA, EUA), crearon una herramienta de inteligencia artificial para predecir cuánto oxígeno adicional puede necesitar un paciente con COVID-19 en los primeros días de atención hospitalaria, utilizando datos de cuatro continentes. La técnica, conocida como aprendizaje federado, utilizó un algoritmo para analizar radiografías de tórax y datos electrónicos de salud de pacientes hospitalarios con síntomas de COVID-19.
Para mantener la estricta confidencialidad del paciente, los datos del paciente se anonimizaron por completo y se envió un algoritmo a cada hospital para que ningún dato fuese compartido o abandonara su ubicación. Una vez que el algoritmo “aprendió” de los datos, el análisis se reunió para construir una herramienta de inteligencia artificial que pudiera predecir las necesidades de oxígeno de los pacientes hospitalizados con COVID-19 en cualquier parte del mundo. El estudio denominado EXAM (por EMR CXR AI Modelo), fue uno de los estudios de aprendizaje clínico federado más grandes y diversos hasta la fecha. Para comprobar la exactitud de EXAM, se probó en varios hospitales de los cinco continentes. En el estudio se analizaron los resultados de alrededor de 10.000 pacientes con COVID-19 de todo el mundo. Los resultados mostraron que predijo el oxígeno necesario dentro de las 24 horas posteriores a la llegada del paciente al departamento de emergencias, con una sensibilidad del 95% y una especificidad de más del 88%.
“El aprendizaje federado tiene un poder transformador para llevar la innovación de la IA al flujo de trabajo clínico”, dijo la profesora, Fiona Gilbert, quien dirigió el estudio. “Nuestro trabajo continuo con EXAM demuestra que este tipo de colaboraciones globales son repetibles y más eficientes, de modo que podamos satisfacer las necesidades de los médicos para abordar desafíos de salud complejos y epidemias futuras”.
“Por lo general, en el desarrollo de la IA, cuando se crea un algoritmo con los datos de un hospital, no funciona bien en ningún otro hospital”, dijo el Dr. Ittai Dayan, primer autor del estudio. “Al desarrollar el modelo EXAM utilizando aprendizaje federado y datos objetivos y multimodales de diferentes continentes, pudimos construir un modelo generalizable que puede ayudar a los médicos de primera línea en todo el mundo”.
Enlace relacionado:
Hospital de Addenbrooke
El Hospital de Addenbrooke (Cambridge, Inglaterra), junto con otros 20 hospitales de todo el mundo y la empresa de tecnología de inteligencia artificial NVIDIA (Santa Clara, CA, EUA), crearon una herramienta de inteligencia artificial para predecir cuánto oxígeno adicional puede necesitar un paciente con COVID-19 en los primeros días de atención hospitalaria, utilizando datos de cuatro continentes. La técnica, conocida como aprendizaje federado, utilizó un algoritmo para analizar radiografías de tórax y datos electrónicos de salud de pacientes hospitalarios con síntomas de COVID-19.
Para mantener la estricta confidencialidad del paciente, los datos del paciente se anonimizaron por completo y se envió un algoritmo a cada hospital para que ningún dato fuese compartido o abandonara su ubicación. Una vez que el algoritmo “aprendió” de los datos, el análisis se reunió para construir una herramienta de inteligencia artificial que pudiera predecir las necesidades de oxígeno de los pacientes hospitalizados con COVID-19 en cualquier parte del mundo. El estudio denominado EXAM (por EMR CXR AI Modelo), fue uno de los estudios de aprendizaje clínico federado más grandes y diversos hasta la fecha. Para comprobar la exactitud de EXAM, se probó en varios hospitales de los cinco continentes. En el estudio se analizaron los resultados de alrededor de 10.000 pacientes con COVID-19 de todo el mundo. Los resultados mostraron que predijo el oxígeno necesario dentro de las 24 horas posteriores a la llegada del paciente al departamento de emergencias, con una sensibilidad del 95% y una especificidad de más del 88%.
“El aprendizaje federado tiene un poder transformador para llevar la innovación de la IA al flujo de trabajo clínico”, dijo la profesora, Fiona Gilbert, quien dirigió el estudio. “Nuestro trabajo continuo con EXAM demuestra que este tipo de colaboraciones globales son repetibles y más eficientes, de modo que podamos satisfacer las necesidades de los médicos para abordar desafíos de salud complejos y epidemias futuras”.
“Por lo general, en el desarrollo de la IA, cuando se crea un algoritmo con los datos de un hospital, no funciona bien en ningún otro hospital”, dijo el Dr. Ittai Dayan, primer autor del estudio. “Al desarrollar el modelo EXAM utilizando aprendizaje federado y datos objetivos y multimodales de diferentes continentes, pudimos construir un modelo generalizable que puede ayudar a los médicos de primera línea en todo el mundo”.
Enlace relacionado:
Hospital de Addenbrooke
Últimas COVID-19 noticias
- Inmunosensor nuevo allana el camino para pruebas rápidas POC para COVID-19 y enfermedades infecciosas emergentes
- Encuentran etiologías de COVID prolongada en muestras de sangre con infección aguda
- Dispositivo novedoso detecta anticuerpos contra la COVID-19 en cinco minutos
- Prueba para COVID-19 mediante CRISPR detecta SARS-CoV-2 en 30 minutos usando tijeras genéticas
- Asocian disbiosis del microbioma intestinal con la COVID-19
- Validan prueba rápida novedosa de antígeno para el SARS-CoV-2 con respecto a su exactitud diagnóstica
- Prueba nueva COVID + Influenza + VSR ayudará a estar preparados para la ‘tripledemia’
- IA elimina las conjeturas de las pruebas de flujo lateral
- Prueba de antígeno del SARS-CoV-2 más rápida, jamás diseñada, permite realizar pruebas de COVID-19 no invasivas en cualquier entorno
- Pruebas rápidas de antígeno detectan las variantes ómicron, delta del SARS-CoV-2
- Prueba en sangre realizada durante la infección inicial predice el riesgo de COVID prolongada
- Investigadores afirman que hay que crear “reservistas” de laboratorio para responder más rápidamente a la próxima pandemia
- Estudio encuentra que los profesionales sanitarios mostraron mayor interés en tecnologías POC durante la pandemia
- Plataforma de análisis de bajo costo para la COVID-19 combina sensibilidad de la PCR y velocidad de pruebas de antígeno
- Prueba de sangre por punción digital identifica inmunidad a la COVID-19
- Kit de prueba rápida determina inmunidad contra la COVID-19 y sus variantes