Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El nuevo estudio financiado NSF puede ayudar a médicos a disminuir muertes de la lesión cerebral

Para ayudar a médicos a disminuir el número de muertes resultando de lesiones cerebrales traumáticas, Chandan Reddy, profesor adjunto en el departamento de informática y facultad en el centro del Analytics del descubrimiento, utilizará las nuevas técnicas de aprendizaje de máquina para que los modelos de cómputo predigan resultados a corto y largo plazo, categorizará a pacientes traumáticos de la lesión cerebral, y ofrecerá las intervenciones adaptadas a un paciente específico y a su daño. Este estudio de cuatro años es financiado por una concesión del National Science Foundation superior a $1 millones.

La lesión cerebral traumática afecta más de 10 millones de personas de por todo el mundo y es una causa de la muerte de cabeza en los Estados Unidos para los niños y los adultos bajo edad de 44.

“Mientras que nada se puede hacer mucho para cambiar una lesión cerebral primaria, hay sitio de prevenir daño adicional al cerebro,” dijo a Reddy. La meta total del proyecto es ofrecer discernimientos en qué pudo suceso siguiente, como la presión intracraneal creciente y el trastorno metabólico, usando algoritmos de cómputo nuevos. Esta información puede ayudar a médicos a centrarse en descubrir y la prevención de estas clases de daños secundarios.

Uno de los retos más grandes para los médicos es que no hay dos lesiones cerebrales semejantes, incluso cuando las condiciones económicas parecen idénticas.

“Nuestra investigación es especialmente porque va más allá de posibilidades generales las más específicas,” Reddy importante dijo.

Las fuentes de datos para el estudio incluirán datos de la cabecera el hospitalizado, así como los datos remotamente vigilados de la telemedicina, ofreciendo la capacidad de conectar datos en los niveles múltiples para las poblaciones de pacientes específicas.

Reddy está trabajando con Vignesh Subbian, profesor adjunto en el departamento de la ingeniería biomédica y el departamento de sistemas y la ingeniería industrial en la Universidad de Arizona. El estudio también está recibiendo una cierta ayuda de expertos clínicos de la universidad de Cincinnati y de la universidad de Emory.

Las herramientas desarrolladas con esta investigación ayudarán a médicos y a clínicos críticos del cuidado a ofrecer el cuidado correcto a cada paciente y a seleccionar mejor a los pacientes para las juicios clínicas daño-relacionadas del cerebro apropiado.

“Este trabajo tiene un potencial fuerte para el uso en contextos más amplios dentro de la industria de la atención sanitaria ayudando a las familias con la toma de decisión sobre cuidado a largo plazo y por maneras potencialmente de información de reducir atención sanitaria total y los costos sociales para esta población de pacientes también,” Reddy dijo.

Con outreach y actividades educativas, el proyecto también ascenderá la percatación de métodos y de sistemas de cómputo entre graduado y estudiantes universitarios, junto con aprendices clínicos.

Fuente: https://vtnews.vt.edu/articles/2019/01/virginia-tech-professor-uses-new-machine-learning-techniques-to-0.html