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.

Los hospitales utilizan la inteligencia artificial de predecir necesidades del oxígeno a los pacientes de Covid las'

El hospital de Addenbrooke en Cambridge junto con 20 otros hospitales de enfrente del mundo y el líder de la tecnología de la atención sanitaria, NVIDIA, ha utilizado la inteligencia artificial (AI) de predecir necesidades del oxígeno de los pacientes de Covid a escala mundial.

La investigación fue chispeada por el pandémico y se estableció para construir una herramienta del AI para predecir cuánto oxígeno extra puede necesitar un paciente Covid-19 en los primeros días de atención hospitalaria, usando datos de enfrente de cuatro continentes.

La técnica, conocida como aprendizaje federado, utilizó un algoritmo para analizar radiografías del pecho y datos electrónicos de la salud de internos con los síntomas de Covid.

Para mantener confidencialidad paciente estricta, los datos pacientes eran completo anonimizados y un algoritmo fue enviado a cada hospital así que no se compartió ni salieron ningunos datos de su situación.  

Una vez que el algoritmo “había aprendido” de los datos, el análisis fue reunido para construir una herramienta del AI que podría predecir las necesidades del oxígeno de los pacientes de Covid del hospital dondequiera en el mundo.

Publicado hoy en remedio de la naturaleza, el EXAMEN aparado estudio (para el modelo de EMR CXR AI), es uno del aprendizaje federado clínico más grande, más diverso estudia hasta la fecha.

Para verificar la exactitud del EXAMEN, fue probado fuera en varios hospitales a través de cinco continentes, incluyendo el hospital de Addenbrooke.  Los resultados lo mostraron que predijo el oxígeno necesario en el plazo de 24 horas de la llegada de un paciente en el departamento de emergencia, con una sensibilidad del 95 por ciento y de una especificidad sobre del 88 por ciento.

El “aprendizaje federado tiene potencia transformativa de traer la innovación del AI al flujo de trabajo clínico,” dijo a profesor Fiona Gilbert, que llevó el estudio en Cambridge y es radiólogo honorario del consultor en el hospital y la silla de Addenbrooke de la radiología en la universidad de la escuela de Cambridge del remedio clínico.

“Nuestro trabajo continuado con el EXAMEN demuestra que estas clases de colaboraciones globales son repetibles y más eficientes, de modo que poder cubrir las necesidades de los clínicos de abordar retos complejos de la salud y las epidemias futuras.”

El primer autor en el estudio, el Dr. Ittai Dayan, de general en masa Bingham en los E.E.U.U., en donde el algoritmo del EXAMEN fue desarrollado, dijo:

“Generalmente en el revelado del AI, cuando usted crea un algoritmo en los un datos del hospital, no trabaja bien en ningún otro hospital. Desarrollando el modelo del EXAMEN usando el aprendizaje federado y datos objetivos, multimodales de diversos continentes, podíamos construir un modelo generalizable que puede ayudar a médicos de la frente por todo el mundo.”

Reuniendo a los colaboradores a través del norte y Suramérica, Europa y Asia, el estudio del EXAMEN tardó apenas dos semanas de AI “aprendiendo” lograr las predicciones de alta calidad.

El aprendizaje federado permitió que los investigadores colaboraran y que fijaran un nuevo patrón para lo que podemos hacer global, usando la potencia del AI. Esto avance el AI no apenas para la atención sanitaria pero a través de todas las industrias que observan para construir modelos robustos sin sacrificar aislamiento.”

El Dr. Mona G Flores, global va al AI médico en NVIDIA

Los resultados de alrededor 10.000 pacientes de COVID de enfrente del mundo eran analizados en el estudio, incluyendo 250 quién vino al hospital de Addenbrooke en la primera onda pandémico del en marzo/abril de 2020.

La investigación fue soportada por el instituto nacional para el centro de investigación biomédico de Cambridge de la investigación de la salud (NIHR) (BRC).

El trabajo sobre el modelo del EXAMEN ha continuado. El general en masa Brigham y el NIHR Cambridge BRC está trabajando con la salud de lanzamiento del rinoceronte del inicio de NVIDIA, cofounded por el Dr. Dayan, para ejecutar estudios anticipados usando EXAMEN.

Profesor Gilbert agregó: “Crear software para igualar el funcionamiento de nuestros mejores radiólogos es complejo, pero una aspiración verdaderamente transformativa. Cuanto más podemos integrar asegurado datos de diferentes fuentes usando el aprendizaje y la colaboración federados, y hacemos el espacio necesitar para innovar, más rápidamente el académico puede hacer esas metas transformativas una realidad.”

Source:
Journal reference:

Dayan, I., et al. (2021) Federated learning for predicting clinical outcomes in patients with COVID-19. Nature Medicine. doi.org/10.1038/s41591-021-01506-3.