Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

HospiMedica

Deascargar La Aplicación Móvil
Noticias Recientes COVID-19 Cuidados Criticos Téc. Quirúrgica Cuidados de Pacientes TI Pruebas POC Negocios Focus

Modelos de predicción basados en IA predicen con precisión el deterioro de pacientes en cuidados críticos

Por el equipo editorial de HospiMedica en español
Actualizado el 10 May 2024

Una plataforma inteligente de vigilancia clínica, impulsada por modelos de predicción basados en IA para el deterioro del paciente y protocolos clínicos de mejores prácticas, proporciona información basada en la fisiología del paciente en tiempo real y permite a los cuidadores la oportunidad de ofrecer atención clínica proactiva.

CLEW Medical, Inc. (Netanya, Israel) ha desarrollado el sistema CLEW, una herramienta revolucionaria diseñada para alertar al personal médico sobre la probabilidad de deterioro del paciente hasta ocho horas antes que los sistemas de monitorización tradicionales. Este sistema de alerta avanzado permite intervenciones oportunas que pueden reducir las complicaciones y las muertes. El sistema CLEW es experto en predecir riesgos altos y bajos de insuficiencia respiratoria e inestabilidad hemodinámica, que se encuentran entre los problemas más frecuentes que afectan a los pacientes en las unidades de cuidados intensivos (UCI). Al proporcionar una alerta temprana cuando un paciente tiene un alto riesgo de experimentar una de estas condiciones críticas, el sistema ofrece a los proveedores de atención médica la ventana crucial que necesitan para actuar antes de que la condición del paciente empeore visiblemente. Las intervenciones tempranas podrían significar prevenir la necesidad de medidas drásticas como la ventilación mecánica para la dificultad respiratoria grave y ayudar a gestionar la capacidad hospitalaria mediante la identificación de posibles cuellos de botella causados por un deterioro repentino en la condición del paciente.


Imagen: El enfoque novedoso de aprendizaje automático proporciona más tiempo para la intervención con menos interrupciones para los cuidadores (cortesía de la foto de 123RF)
Imagen: El enfoque novedoso de aprendizaje automático proporciona más tiempo para la intervención con menos interrupciones para los cuidadores (cortesía de la foto de 123RF)

Un estudio comparativo en UCI evaluó la eficacia del sistema CLEW frente a la precisión y utilidad de las alertas de los sistemas de telemedicina y monitorización de cabecera más utilizados. Los hallazgos no solo resaltaron su precisión superior sino que también revelaron que el sistema CLEW produjo significativamente menos alarmas, 50 veces menos que sus contrapartes. En los entornos de alta presión de las UCI, donde el personal gestiona constantemente situaciones críticas, es fundamental reducir la fatiga por alarmas y la carga mental de los trabajadores sanitarios. La reducción de falsas alarmas genera menos interrupciones, lo que contribuye a una atmósfera más tranquila y serena en la UCI. La investigación indicó que, en promedio, el 98 % de las alarmas de los monitores de cabecera estándar (lo que equivale a 147 de 150 por paciente por día) eran falsas alarmas. Con sus alertas poco frecuentes pero más precisas, el sistema CLEW fue reconocido por su potencial para aliviar el síndrome de agotamiento de la UCI al reducir el estrés y las tareas innecesarias para el personal médico.


Miembro Oro
VISOR EN PANTALLA DE DIAGNÓSTICO EN TIEMPO REAL
GEMweb Live
Flocked Fiber Swabs
Puritan® patented HydraFlock®
New
Dual Display Telehealth Cart
AMiS-50ETB
New
Plate System
ADIRA XLIF Plate System

Últimas Cuidados Criticos noticias

Estimulador cardíaco inyectable corrige arritmias cardíacas en situaciones de emergencia

Herramienta de IA puede predecir el riesgo de sepsis de un paciente dentro de cuatro horas

Plataforma de terapia no invasiva utiliza ondas sonoras para destruir tumores hepáticos a nivel subcelular