Carlos Sáez. UPV Investigadores de la Universitat Politècnica de València (UPV), junto con el Instituto de Investigación Sanitaria INCLIVA del Hospital ClÃnico Universitario de Valencia y el Instituto de Investigación del Hospital Universitario 12 de Octubre de Madrid, trabajan en el desarrollo de un sistema basado en técnicas de inteligencia artificial que permitirá dar un pronóstico personalizado a pacientes de COVID y clasificarlo según el nivel de gravedad en el momento del ingreso hospitalario.
Se trata de un Sistema de Ayuda a la Decisión ClÃnica basado en técnicas de Inteligencia Artificial y aprendizaje automático que combina información sobre sÃntomas, comorbilidades y pruebas de laboratorio, ha informado la UPV.
PodrÃa ayudar a un paciente que, por ejemplo, tras varios dÃas puede sufrir una insuficiencia respiratoria aguda, para lo que un tratamiento precoz serÃa fundamental.
Uno de los principales desafÃos para el aprendizaje automático en la COVID-19 es la calidad de los datos, un reto al que esta herramienta del Biomedical Data Science Lab-ITACA de la UPV, ayudará a responder.
Según explica Juan Miguel GarcÃa-Gómez, coordinador del BDSLab-ITACA de la UPV, el aprendizaje automático tiene el potencial de ayudar en esta tarea mediante la aplicación de técnicas de aprendizaje no supervisado y supervisado a los Registros de Salud Electrónicos (EHR) de los hospitales.
Estas técnicas permiten extraer los patrones más significativos del historial de comorbilidad del paciente, los sÃntomas y las pruebas de laboratorio en el momento del ingreso, hasta sus últimos datos de la Unidad de Cuidados Intensivos (UCI), que pueden conducir a una estratificación temprana del paciente y a la predicción de su gravedad.
Sin embargo, los datos reales contenidos en los Registros de Salud Electrónicos de los hospitales están lejos de ser perfectos, lo que limita su extracción de conocimiento tanto por los profesionales médicos como por las máquinas que pueden ayudar al diagnóstico del paciente. Y la variabilidad inherente a la práctica clÃnica y la codificación de datos entre los hospitales, o incluso entre sus poblaciones destinatarias, puede sesgar cualquier resultado extraÃdo de los datos.
El equipo investigador trabaja en el desarrollo de esta herramienta en el Proyecto SUBCOVERWD-19, que permitirá disponer de una estratificación temprana del riesgo de gravedad-severidad del paciente en el momento del ingreso.
Rafael Badenes, del Grupo de Investigación en Anestesia de INCLIVA, asegura que desde un punto de vista clÃnico, contar con herramientas de inteligencia artificial que sean capaces de predecir, en fases tempranas de la enfermedad, cuál va a ser el devenir de la misma, constituye un elemento crucial en la lucha contra la enfermedad.
En aquellos casos en los que se prevé mayor gravedad, se podrÃan instaurar tratamientos de manera más precoz, con el objetivo final de reducir la mortalidad y los ingresos en UCI, ha explicado Badenes, también jefe de sección de Anestesia del Hospital ClÃnico de Valencia.
Para el jefe de la Unidad de Investigación y Soporte CientÃfico del Hospital 12 de Octubre, AgustÃn Gómez de la Cámara, la heterogeneidad y complejidad de la COVID-19 hace imprescindible el uso de técnicas muy avanzadas y sofisticadas de análisis, para poder identificar los patrones clÃnicos y epidemiológicos todavÃa muy desconocidos en esta enfermedad.
Este proyecto, coordinado por el investigador de la UPV, Carlos Sáez, ha sido uno de los seleccionados en la convocatoria del FONDO SUPERA COVID-19, impulsada por Crue Universidades Españolas, Banco Santander, a través de Santander Universidades, y el Consejo Superior de Investigaciones CientÃficas (CSIC). Investigadores de la Universitat Politècnica de València (UPV), junto con el Instituto de Investigación Sanitaria INCLIVA del Hospital ClÃnico Universitario de Valencia y el Instituto de Investigación del Hospital Universitario 12 de Octubre de Madrid, trabajan en el desarrollo de un sistema basado en técnicas de inteligencia artificial que permitirá dar un pronóstico personalizado a pacientes de COVID y clasificarlo según el nivel de gravedad en el momento del ingreso hospitalario.
Se trata de un Sistema de Ayuda a la Decisión ClÃnica basado en técnicas de Inteligencia Artificial y aprendizaje automático que combina información sobre sÃntomas, comorbilidades y pruebas de laboratorio, ha informado la UPV.
PodrÃa ayudar a un paciente que, por ejemplo, tras varios dÃas puede sufrir una insuficiencia respiratoria aguda, para lo que un tratamiento precoz serÃa fundamental.
Uno de los principales desafÃos para el aprendizaje automático en la COVID-19 es la calidad de los datos, un reto al que esta herramienta del Biomedical Data Science Lab-ITACA de la UPV, ayudará a responder.
Según explica Juan Miguel GarcÃa-Gómez, coordinador del BDSLab-ITACA de la UPV, el aprendizaje automático tiene el potencial de ayudar en esta tarea mediante la aplicación de técnicas de aprendizaje no supervisado y supervisado a los Registros de Salud Electrónicos (EHR) de los hospitales.
Estas técnicas permiten extraer los patrones más significativos del historial de comorbilidad del paciente, los sÃntomas y las pruebas de laboratorio en el momento del ingreso, hasta sus últimos datos de la Unidad de Cuidados Intensivos (UCI), que pueden conducir a una estratificación temprana del paciente y a la predicción de su gravedad.
Sin embargo, los datos reales contenidos en los Registros de Salud Electrónicos de los hospitales están lejos de ser perfectos, lo que limita su extracción de conocimiento tanto por los profesionales médicos como por las máquinas que pueden ayudar al diagnóstico del paciente. Y la variabilidad inherente a la práctica clÃnica y la codificación de datos entre los hospitales, o incluso entre sus poblaciones destinatarias, puede sesgar cualquier resultado extraÃdo de los datos.
El equipo investigador trabaja en el desarrollo de esta herramienta en el Proyecto SUBCOVERWD-19, que permitirá disponer de una estratificación temprana del riesgo de gravedad-severidad del paciente en el momento del ingreso.
Rafael Badenes, del Grupo de Investigación en Anestesia de INCLIVA, asegura que desde un punto de vista clÃnico, contar con herramientas de inteligencia artificial que sean capaces de predecir, en fases tempranas de la enfermedad, cuál va a ser el devenir de la misma, constituye un elemento crucial en la lucha contra la enfermedad.
En aquellos casos en los que se prevé mayor gravedad, se podrÃan instaurar tratamientos de manera más precoz, con el objetivo final de reducir la mortalidad y los ingresos en UCI, ha explicado Badenes, también jefe de sección de Anestesia del Hospital ClÃnico de Valencia.
Para el jefe de la Unidad de Investigación y Soporte CientÃfico del Hospital 12 de Octubre, AgustÃn Gómez de la Cámara, la heterogeneidad y complejidad de la COVID-19 hace imprescindible el uso de técnicas muy avanzadas y sofisticadas de análisis, para poder identificar los patrones clÃnicos y epidemiológicos todavÃa muy desconocidos en esta enfermedad.
Este proyecto, coordinado por el investigador de la UPV, Carlos Sáez, ha sido uno de los seleccionados en la convocatoria del FONDO SUPERA COVID-19, impulsada por Crue Universidades Españolas, Banco Santander, a través de Santander Universidades, y el Consejo Superior de Investigaciones CientÃficas (CSIC).
CategorÃas de la noticia
Quizá te interese