Las redes neuronales podrían mejorar los resultados de los pacientes y achicar los costos de atención – ScienceDaily

0


Se ha demostrado que un nuevo proceso de aprendizaje automático diseñado para identificar y clasificar las fracturas de cadera supera a los médicos humanos.

En los resultados publicados esta semana en Informes científicos sobre la naturaleza.

El equipo de investigación, del Centro de Innovación Terapéutica de Bath y el Instituto de Innovación Matemática, así como colegas de Royal United Hospitals Trust Bath, North Bristol NHS Trust y Bristol Medical School, han comenzado a crear el nuevo proceso para ayudar a los médicos. para tratar la fractura de cadera de manera más eficiente y respaldar mejores resultados para los pacientes.

Utilizaron un total de 3.659 radiografías de cadera, clasificadas por al menos dos expertos, para entrenar y probar las redes neuronales, que lograron un 92 % de precisión general y un 19 % más de precisión que los médicos del hospital.

El tratamiento eficaz es clave en la gestión de los altos costos

Las fracturas de cadera son una de las principales causas de morbilidad y mortalidad en los ancianos, con elevados costes sanitarios y sociales. Clasificar una fractura antes de la cirugía es fundamental para ayudar a los cirujanos a seleccionar las intervenciones adecuadas para tratar la fractura y restaurar la movilidad y mejorar los resultados del paciente.

La capacidad de clasificar una fractura de forma rápida, precisa y fiable es fundamental: los retrasos en la cirugía de más de 48 horas pueden aumentar el riesgo de resultados adversos y mortalidad.

Las fracturas se dividen en tres clases: intracapsulares, trocantéricas o subtrocantéricas, según la parte de la articulación donde se produzcan. Algunos tratamientos, determinados por la clasificación de las fracturas, pueden costar hasta 4,5 veces más que otros.

En 2019, se informaron 67 671 fracturas de cadera en la base de datos nacional de fracturas de cadera del Reino Unido y, dadas las proyecciones de envejecimiento de la población en las próximas décadas, se prevé que la cantidad de fracturas de cadera aumente a nivel mundial, en particular en Asia. En todo el mundo, se estima que se producen 1,6 millones de fracturas de cadera cada año con una carga económica significativa: alrededor de $ 6 mil millones anuales en los EE. UU. y alrededor de £ 2 mil millones en el Reino Unido.

Igualmente importantes son los resultados a largo plazo de los pacientes: las personas que sufren una fractura de cadera tienen el doble de mortalidad relacionada con la edad que la población general al año siguiente. Por lo tanto, dice el equipo, desarrollar estrategias para mejorar el manejo de la fractura de cadera y su impacto en la morbilidad, la mortalidad y los costos de atención médica es una prioridad máxima.

Creciente demanda en los departamentos de radiología

Un problema crítico que afecta el uso de imágenes de diagnóstico es la falta de coincidencia entre la demanda y los recursos: por ejemplo, en el Reino Unido, la cantidad de radiografías (incluidas las radiografías) que se toman anualmente aumentó en un 25 % entre 1996 y 2014. El aumento de la demanda en los departamentos de radiología a menudo significa que no pueden informar los resultados de manera oportuna.

El profesor Richie Gill, autor principal del artículo y codirector del Centro de Innovación Terapéutica, dice: «Los métodos de aprendizaje automático y las redes neuronales ofrecen un nuevo y poderoso enfoque para automatizar el diagnóstico y la predicción de resultados, por lo que esta nueva técnica que compartimos tiene un gran potencial». Aunque la clasificación de las fracturas determina con tanta fuerza el tratamiento quirúrgico y, por lo tanto, los resultados de los pacientes, actualmente no existe un proceso estandarizado sobre quién determina esta clasificación en el Reino Unido, ya sea que la realicen cirujanos ortopédicos o radiólogos especializados en trastornos musculoesqueléticos.

«El proceso que hemos desarrollado podría ayudar a estandarizar ese proceso, lograr una mayor precisión, acelerar el diagnóstico y aliviar el cuello de botella de 300 000 radiografías que permanecen sin informar en el Reino Unido durante más de 30 días».

El Sr. Otto Von Arx, cirujano ortopédico consultor de la columna del Royal United Hospitals Bath NHS Trust, y uno de los coautores del artículo, agrega: «‘Como médicos especialistas en trauma, nos esforzamos continuamente por brindar excelencia en la atención a nuestros pacientes y la comunidad de atención médica respaldada por un diagnóstico preciso y una medicina rentable.

«Este excelente estudio nos ha brindado una herramienta adicional para refinar nuestro arsenal de diagnóstico para brindar la mejor atención posible a nuestros pacientes. Este estudio demuestra el excelente valor de la colaboración entre RUH y el líder de la investigación, la Universidad de Bath».

El estudio fue financiado por Arthroplastica para Arthritis Charity. NVIDIA Corporation proporcionó la GPU Titan X que realizaba aprendizaje automático, a través de su programa de subvenciones académicas.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More