PhysiScore, programa informático que ayuda a los prematuros

PhysiScore es un programa informático capaz de predecir la probabilidad de futuras enfermedades y problemas cardíacos en bebés prematuros. Ha sido desarrollado por un equipo de investigación de la Universidad de Stanford en los Estados Unidos.

0 comentarios
adm834ha
martes, 23 noviembre, 2010
prematuro_by_marciookabe

A través de PhysiScore y mediante los datos de control hospitalario rutinario en las tres primeras horas de vida del bebé, se puede predecir la probabilidad de futuras infecciones, enfermedades y problemas cardíacos, que podrían surgir semanas después.

Este programa, que forma parte del trabajo Science Translatinal Medicine, podría ayudar a los médicos a distinguir aún mejor entre los prematuros de alto riesgo y los de bajo riesgo, un reto al que se enfrentan a diario los especialistas en neonatología.

Gracias a PhysiScore:

Se podría predecir la salud de los bebés prematuros para anticiparse al tipo de cuidados que hay que proporcionarles, si deben permanecer más tiempo en unidades de cuidados intensivos locales o ser transferidos a un centro hospitalario de cuidados más especializados.

El programa PhysiScore, puede usarse de forma automática en los monitores hospitalarios sin necesidad de introducir agujas al bebé u otro tipo de técnicas invasivas.

Cuando nace un bebé prematuro enseguida se le somete a una monitorización cardio/respiratoria minutos después del parto. Los monitores muestran y almacenan de forma continua los signos vitales del bebé, incluyendo la tasa cardíaca, la tasa respiratoria, y la cantidad de oxígeno en sangre. El control de los signos vitales se produce desde el paritorio a la unidad de cuidados intensivos neonatales y hasta la baja hospitalaria o después si fuera necesario.

Según los investigadores, con tres horas de datos recogidos por el programa PhysiScore, se puede predecir si los bebés se encuentran en la categoría de alto o bajo riesgo, con una exactitud entre el 91 y el 98%. En la actualidad, las predicciones estándar se encuentran entre un 69 y un 74%.

El equipo de investigación de la Universidad de Stanford, asegura que el uso de técnicas informáticas que permiten interpretar patrones en los datos del paciente, pueden mejorar la atención sanitaria en casos como la recuperación tras haber sido operado.

Imagen sujeta a licencia CC de Marciookabe

Contenidos relacionados

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *