.png){kind=logo}
Utilice la IA para identificar la EPOC en pacientes que utilizan los síntomas clave de la EMR.
La enfermedad pulmonar obstructiva crónica (EPOC) es una enfermedad pulmonar inflamatoria crónica que provoca la obstrucción del flujo de aire desde los pulmones (1). Los síntomas incluyen dificultad para respirar, tos, producción de moco (esputo) y sibilancias. Por lo general, es causada por la exposición prolongada a gases irritantes o partículas, con mayor frecuencia al humo del cigarrillo. Los pacientes con EPOC tienen un mayor riesgo de desarrollar enfermedades cardíacas, cáncer de pulmón y varias otras afecciones (1). Aproximadamente el 10% de los canadienses de 35 años o más viven con EPOC (2). A nivel mundial, la EPOC es la tercera causa principal de muerte y causó 3,23 millones de muertes en 2019 (3). Casi el 90% de las muertes por EPOC en niños menores de 70 años se producen en países de ingresos bajos y medianos (3). La EPOC hace que los bronquios y los alvéolos de los pulmones pierdan su elasticidad y se expandan demasiado, atrapando el aire en los pulmones durante la exhalación (1). Esto dificulta la realización de las actividades diarias normales debido a la falta de aliento y tiene importantes consecuencias financieras debido a la reducción de la productividad y los costes del tratamiento médico (3). Los pacientes con EPOC suelen padecer otras afecciones, como enfermedades cardíacas, osteoporosis, trastornos musculoesqueléticos, cáncer de pulmón, depresión y ansiedad (3).
Para mejorar la precisión del diagnóstico, se ha creado un modelo predictivo, el «COPDDetect AI», que utiliza diversas entradas de datos de historias clínicas electrónicas para discernir con precisión los síntomas de la EPOC y distinguir la afección de otras enfermedades respiratorias, aprovechando la información sobre las condiciones de salud de los pacientes, el historial de medicación y los riesgos de exposición.
El modelo se ve reforzado por un conjunto de datos sintéticos, creado sobre la base de un análisis cuidadoso de los datos del mundo real. Los determinantes sociales de la salud (SDoH) proporcionan información contextual sobre los factores ambientales y sociales que pueden influir en los resultados de salud. Estos datos se complementan con la experiencia clínica sobre la sintomatología de la EPOC de la Clínica Mayo (1), los hallazgos sobre el papel predictivo de la IA en la EPOC de Zafari y otros (2) y la visión general exhaustiva de la OMS sobre la prevalencia y el impacto mundial de la EPOC (3), lo que garantiza que el modelo esté alineado con los conocimientos y prácticas médicos actuales.
La enfermedad pulmonar obstructiva crónica (EPOC) es una enfermedad pulmonar inflamatoria crónica que provoca la obstrucción del flujo de aire desde los pulmones (1). Los síntomas incluyen dificultad para respirar, tos, producción de moco (esputo) y sibilancias. Por lo general, es causada por la exposición prolongada a gases irritantes o partículas, con mayor frecuencia al humo del cigarrillo. Los pacientes con EPOC tienen un mayor riesgo de desarrollar enfermedades cardíacas, cáncer de pulmón y varias otras afecciones (1). Aproximadamente el 10% de los canadienses de 35 años o más viven con EPOC (2). A nivel mundial, la EPOC es la tercera causa principal de muerte y causó 3,23 millones de muertes en 2019 (3). Casi el 90% de las muertes por EPOC en niños menores de 70 años se producen en países de ingresos bajos y medianos (3). La EPOC hace que los bronquios y los alvéolos de los pulmones pierdan su elasticidad y se expandan demasiado, atrapando el aire en los pulmones durante la exhalación (1). Esto dificulta la realización de las actividades diarias normales debido a la falta de aliento y tiene importantes consecuencias financieras debido a la reducción de la productividad y los costes del tratamiento médico (3). Los pacientes con EPOC suelen padecer otras afecciones, como enfermedades cardíacas, osteoporosis, trastornos musculoesqueléticos, cáncer de pulmón, depresión y ansiedad (3).
Para mejorar la precisión del diagnóstico, se ha creado un modelo predictivo, el «COPDDetect AI», que utiliza diversas entradas de datos de historias clínicas electrónicas para discernir con precisión los síntomas de la EPOC y distinguir la afección de otras enfermedades respiratorias, aprovechando la información sobre las condiciones de salud de los pacientes, el historial de medicación y los riesgos de exposición.
El modelo se ve reforzado por un conjunto de datos sintéticos, creado sobre la base de un análisis cuidadoso de los datos del mundo real. Los determinantes sociales de la salud (SDoH) proporcionan información contextual sobre los factores ambientales y sociales que pueden influir en los resultados de salud. Estos datos se complementan con la experiencia clínica sobre la sintomatología de la EPOC de la Clínica Mayo (1), los hallazgos sobre el papel predictivo de la IA en la EPOC de Zafari y otros (2) y la visión general exhaustiva de la OMS sobre la prevalencia y el impacto mundial de la EPOC (3), lo que garantiza que el modelo esté alineado con los conocimientos y prácticas médicos actuales.
