Ciencia · IA · Scripps · UC San Diego · UC Davis
Un estudio aplica aprendizaje profundo a las señales de ventiladores mecánicos
Scripps, UC San Diego y UC Davis evaluaron una red que identifica el inicio de la inspiración y la espiración en registros clínicos.
Fecha de la fuente original:
Lo esencial
- Scripps, UC San Diego y UC Davis evaluaron una red que identifica el inicio de la inspiración y la espiración en registros clínicos.
- La prueba separa pacientes, pero procede de un solo sistema sanitario y un tipo de ventilador.
Separar las fases de cada respiración
Scientific Reports publicó el 28 de junio la evaluación revisada por pares de una red U-Net que segmenta señales de presión y flujo de ventiladores mecánicos. El estudio de Scripps, UC San Diego y UC Davis, con un preprint de 2025 como antecedente, busca automatizar la identificación de las fases respiratorias para estudiar desajustes entre paciente y ventilador.
Una evaluación con pacientes reservados
El conjunto reunió 9.719 respiraciones de 33 pacientes; la prueba reservada comprendió cuatro pacientes sin solapamiento con el entrenamiento. Los autores reportaron mejores detecciones que dos métodos basados en reglas. Los registros procedían de un único sistema sanitario y un modelo de ventilador, por lo que falta validación externa. Además, la investigación no evaluó si utilizar sus resultados para ajustar tratamientos mejora la evolución de los pacientes.