• Tecnología
  • Equipo eléctrico
  • Industria de materiales
  • vida digital
  • política de privacidad
  • oh nombre
Localización: Hogar / Tecnología / Los modelos AI pueden predecir el riesgo individual de hospitalización para COVID utilizando datos de HIE

Los modelos AI pueden predecir el riesgo individual de hospitalización para COVID utilizando datos de HIE

techserving |
965

Indianápolis: la nueva epidemia de neumonía coronaria subraya la necesidad y la dificultad de utilizar datos clínicos para informar las decisiones estatales y nacionales de salud pública. En un nuevo estudio, los investigadores del Regenstrief Institutef y la Universidad de Indiana demostraron que el uso de la Bolsa de Información de Salud del Estado para predecir el nivel de los datos de entrenamiento clínico en pacientes con infección hospitalaria.

Sean Granis, MD, autor principal del estudio, dijo: "La combinación de los datos básicos generados por el sistema de atención médica con las decisiones de salud pública es bastante desafiante: estas entidades han sido durante mucho tiempo independientes y diferentes". M.S., El Instituto Regenstrief es vicepresidente de datos y análisis y profesor de medicina familiar en la Facultad de Medicina de la Universidad de Indiana. "Nuestro trabajo muestra cómo configurar y usar un modelo de inteligencia artificial (inteligencia artificial) para utilizar de forma segura la información clínica en el intercambio de información de salud para respaldar las necesidades de salud pública, como predecir la utilización hospitalaria dentro de una semana y seis semanas después de una infección por COVID.

El Dr. Granis dijo: "Cuando surgen nuevas situaciones que requieren una respuesta rápida, Por ejemplo, la aparición de la enfermedad de Oklahoma u otras variantes nuevas, una vez que hay suficientes casos para entrenar el modelo, las personas pueden acceder con confianza e insertar los datos clínicos en estos modelos listos para usar para hacer pronósticos precisos de salud pública y proporcionar a los pacientes.Necesidades valiosas para los recursos de atención médica.

Los investigadores utilizaron datos clínicos de 96,026 personas de los 957 códigos postales de Indiana para capacitar a los modelos de toma de decisiones para predecir la utilización de los recursos médicos.

"Los investigadores, los sistemas de atención médica, los departamentos de salud pública y otros han utilizado los almacenes de datos existentes y la infraestructura de información de salud para un análisis rápido desde el estallido de la neumonía coronaria", dijo el Dr. Suranga Kasturi, el autor principal del estudio, Es científico investigador en el Instituto Regenstrif y profesor asistente pediátrico en la Facultad de Medicina de la UI. "El aprendizaje automático juega un papel invaluable en estos esfuerzos. "

“But any model is only as good as the data that goes into it,” he added. "Los datos extensos y confiables de la red de atención al paciente de Indiana representan a la población de los EE. UU. Lo que hemos hecho puede describirse como un pionero en cómo se implementan las herramientas de inteligencia artificial en todo el país y existe una advertencia importante de que la evaluación de la equidad debe llevarse a cabo en todas las subpoblaciones, independientemente del modelo utilizado. "

AI models can predict individual risk of hospitalization for COVID using HIE data

Indiana Pharmaceutical Nursing Network (INPC), un centro regional de intercambio de información de salud desarrollado por el Regenstrif Institute y administrado por el Indiana Health Information Exchange (IHIE), es el mayor almacén de datos clínicos interorganizacionales en los Estados Unidos con más de 14 mil millones de pacientesDatos de pacientes.

"Predecir la utilización de los recursos de atención médica asociados con la nueva neumonía coronaria en la población de pacientes del estado: Investigación de desarrollo de modelos "publicada en el Journal of Medical Internet Research. Además del Dr. Grannis y el Dr. Kasturi, el autor incluye al científico investigador del Instituto Regenstrief y al Dr. Babar Khan, profesor de la Facultad de Medicina de la UI, M.S., Y David A. Hagstrom, MD, Mas, y Jeremy Parker, Y David Wild, Ph.D., es la Escuela de Informática, Informática e Ingeniería de Luddy en IU-Bloomington.

El estudio recibió una subvención piloto para la investigación de la neumonía coronada en el Instituto Regenstrif y la Universidad de Indiana.

Acerca del Instituto Regenstrief

Fundada en Indianápolis en 1969, el Instituto Regenstrief es un líder local, nacional y mundial dedicado a mejorar la salud de las personas y lograr un mundo verdaderamente saludable. Como socio de investigación importante en la Universidad de Indiana, Regenstrief y sus científicos de investigación son responsables de un número cada vez mayor de importantes innovaciones e investigaciones en atención médica. Los ejemplos incluyen el desarrollo de estándares globales de tecnología de la información de salud, el uso e interoperabilidad de registros electrónicos de salud, la mejora de la comunicación entre el paciente y el médico, la creación de un modelo de atención que proporcione información para la práctica y mejore la vida mundial del paciente.

Sam Regenstrief, un exitoso empresario nacional de Connerville, Indiana, fundó el instituto con el objetivo de brindar a todos un acceso más eficiente a la atención médica. Su visión continúa guiando la misión de investigación del Instituto.

About IU School of Medicine

IU School of Medicine is the largest medical school in the U.S. and is annually ranked among the top medical schools in the nation by U.S. News & World Report. The school offers high-quality medical education, access to leading medical research and rich campus life in nine Indiana cities, including rural and urban locations consistently recognized for livability.

About Shaun Grannis, M.D., M.S.

Shaun Grannis, MD, además de ser vicepresidente de datos y análisis en el Regenstrief Institute, M.S., Es presidente de Regenstrief y profesor de medicina familiar en informática médica en la Facultad de Medicina de la Universidad de Indiana.

Acerca del Dr. Suranga Kasturi

Además de ser un científico investigador en el Instituto Regenstrief, la Dra. Suranga Kasturi es profesora asistente de pediatría en la Facultad de Medicina de la Universidad de Indiana.

Acerca de Barbara Khan MD, M.S.

Barbara Kahn, MD, M.S., Es el Director Adjunto del Centro de Investigación sobre el Envejecimiento de la UI en el Instituto Regenstrief. También es profesor asociado de medicina y profesor de enfermedades respiratorias en el Departamento de Medicina Pulmonar de la Facultad de Medicina de la Universidad de Indiana, Freud y Reba Smith.

Acerca de David A. Hagstrom, MD, MAS

In addition to his role as director of the Regenstrief Institute Center for Health Services Research, David A. Hagstrom, MD, Mass es el investigador principal del Centro de Información y Comunicación de Salud del Centro de Investigación y Desarrollo de Servicios de Salud del Departamento de Asuntos de Veteranos de EE. UU. Roudebush VA Medical Center. También es profesor asociado de medicina e investigador de servicios de salud en la Facultad de Medicina de la Universidad de Indiana, Sam Regenstrif, y miembro afiliado del Centro Integrado de Cáncer Melvin y Buren Simon en la Facultad de Medicina de la UI.



Journal

Journal of Medical Internet Research

DOI

10.2196/31337

Article Title

Predicting COVID-19–Related Health Care Resource Utilization Across a Statewide Patient Population: Model Development Study

Article Publication Date

15-Nov-2021