Inteligencia artificial

Está considerado que el 50% de los reingresos en los 30 días posteriores al alta hospitalaria podrían evitarse o preverse, por ejemplo, haciendo un seguimiento más frecuente del paciente con riesgo a reingresar de forma que su salud no se vea tan deteriorada. Pero para los equipos médicos puede ser complicado prever estas situaciones, debido a su elevada carga de trabajo y el alto número de factores a analizar. ¿Se podría ayudar al personal hospitalario en la predicción de estos episodios, alertándoles si un paciente es susceptible de reingresar?

Laura Arnal ITI
Laura Arnal
 | Técnica del departamento de I+D dentro de la línea de Percepción, Reconocimiento, Aprendizaje e Inteligencia Artificial (PRAIA)

Nivel técnico del artículo

Inteligencia artificial

Los resultados de detección automática de patologías mediante el análisis de imágenes médicas, que han tenido amplia repercusión en los medios de comunicación dado el contexto de excepción en el que nos encontramos por causa de la pandemia de COVID-19, son a menudo demasiado optimistas al no tener en cuenta un análisis del sesgo.

En ocasiones, la realidad es bastante más compleja, y problemas de desbalanceo entre casos y controles, o problemas más profundos como el caso del sesgo intrínseco a la base de datos pueden generar falsas expectativas.

Francisco Javier Pérez - Benito-ITI
Francisco Javier Pérez-Benito
 | Jefe de Proyecto

Nivel técnico del artículo

Big Data, Inteligencia artificial

Santiago Gálvez Setier - ITI
Santiago Gálvez Settier
 | Project Manager, Área de Gestión de Proyectos de I+D de ITI

Nivel técnico del artículo