Un algoritmo predice la susceptibilidad antibacteriana con elevada fiabilidad
Basado en cambios en el movimiento de las bacterias, su aplicación es sencilla, rápida y de bajo coste.
Un equipo investigador de la Universidad Estatal de Pennsylvania ha diseñado un algoritmo basado en Machine Learning, capaz de predecir la susceptibilidad microbiana a los antibióticos con la misma fiabilidad que los métodos tradicionales pero a una velocidad sustancialmente mayor. Aida Ebrahimi, Profesor de Ingeniería Eléctrica y director del estudio, afirma ... + leer más
Artículos relacionados
Metabolómica y machine learning para predecir las señales tempranas de la diabetes tipo 2
Un estudio ha combinado metabolómica basada en resonancia magnética nuclear y machine learning para encontrar una firma molecular independiente de la glucosa asociada a la DM2. + leer más
Innovadora herramienta de aprendizaje automático para predecir la evolución del TOC
El Servicio de Psiquiatría del HUB ha realizado el primer estudio que relaciona información clínica con pronóstico a largo plazo mediante machine learning. + leer más
"La IA puede apoyar mucho a los facultativos en su toma de decisiones"
El centro tecnológico ITI, creado en Valencia hace casi tres décadas, dedica gran parte de sus esfuerzos al sector salud. A través de distintas iniciativas basadas en IA, Machine Learning, gamificación o ecosistemas de espacios de datos, busca soluciones en salud mental, oncología o la optimización de procesos en el día a día de la gestión sanitaria. + leer más
"Se han incorporado nuevos enfoques para la investigación clínica como las herramientas digitales"
Durante los últimos años, se han incorporado nuevos enfoques para la investigación clínica como las herramientas digitales (Inteligencia Artificial o machine learning) para analizar los complejos antecedentes fisiopatológicos de la diabetes tipo 2. + leer más
Un modelo de aprendizaje automático para predecir la evolución de los pacientes con TOC
La nueva herramienta permite conocer el curso evolutivo del trastorno obsesivo-compulsivo a largo plazo, al menos durante 10 años. + leer más
Combinar datos médicos a partir de un modelo de machine learning mejora la predicción de crisis de salud mental
El estudio es fruto de una investigación de 8 años de duración en la que se han monitorizado 59.750 historiales anonimizados de pacientes, liderada por Koa Health. + leer más