Tratamiento inteligente de alarmas en anestesiología
- Autores
- Drozdowicz, Batolomé; Bernasconi, Guillermo; Salvatelli, Adrián; Reyes, Mariano
- Año de publicación
- 2002
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La monitorización de pacientes críticos plantea un problema de elevada complejidad y alto estrés al profesional que la esta llevando adelante. El monitoreo de pacientes produce, en muchas ocasiones, una gran cantidad de alarmas innecesarias, para la situación específica del paciente bajo atención o alarmas falsas provocadas por eventos ajenos al estado real del mismo, que terminan siendo la principal fuente de molestia y confusión para el personal encargado de su cuidado. Básicamente, las alarmas de los sistemas de monitoreo de pacientes, presentes en los equipos actuales, se configuran para producir un alerta en caso que la variable a la cual están atendiendo se encuentre fuera de cierto rango. Sin embargo, estas alarmas, no son capaces de considerar la intervariabilidad de los diferentes parámetros, ya que no tienen en cuenta las características particulares del paciente bajo consideración, ni las acciones que se puedan estar realizando sobre él. En otras palabras, estos sistemas no incluyen inteligencia, aspecto este importante ya que en pacientes críticos, ciertos parámetros necesitan ser evaluados considerando las características particulares de los mismos. El sistema de alarmas propuesto establece un nivel base de calidad en el monitoreo, mediante la utilización de la máxima información posible respecto del estado real del paciente, integrando conocimiento experto para el análisis de las interacciones de las variables, por un lado y considerando las tendencias de las posibles desviaciones, por el otro, a fin de permitir un seguimiento anticipado de los eventos críticos. Para esto se utilizan variables de tipo estáticas (edad, sexo, peso), intermitentes (análisis de laboratorio) y continuas (frecuencia cardíaca, presión arterial, etc.), las cuales son evaluadas por el sistema para producir un informe de posibles situaciones de riesgo. De tal forma la hipótesis del trabajo se centra en validar la factibilidad de usar una arquitectura informática para el tratamiento inteligente de alarmas, mediante la integración de diferentes metodologías de Inteligencia Artificial, tales como los Sistemas Basados en Conocimientos y las Redes Neuronales. Si bien el sistema en su estructura general se encuentra en desarrollo, una primera versión del mismo se está implementando sobre situaciones relacionadas con hemorragia aguda. Estos casos presentan elevada complejidad teniendo en cuenta la variabilidad de las diferentes situaciones que se pueden presentar. Se utilizaron redes neuronales del tipo perceptron multicapa obteniéndose muy buenos resultados para el reconocimiento de los diferentes casos de hemorragia aguda analizados.
Sociedad Argentina de Informática e Investigación Operativa - Materia
-
Ciencias Informáticas
alarmas
anestesia
monitoreo
sistemas expertos
redes neuronales
sistemas distribuidos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/183745
Ver los metadatos del registro completo
id |
SEDICI_5855f105db9b8da399fa88d268631d36 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/183745 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Tratamiento inteligente de alarmas en anestesiologíaDrozdowicz, BatoloméBernasconi, GuillermoSalvatelli, AdriánReyes, MarianoCiencias Informáticasalarmasanestesiamonitoreosistemas expertosredes neuronalessistemas distribuidosLa monitorización de pacientes críticos plantea un problema de elevada complejidad y alto estrés al profesional que la esta llevando adelante. El monitoreo de pacientes produce, en muchas ocasiones, una gran cantidad de alarmas innecesarias, para la situación específica del paciente bajo atención o alarmas falsas provocadas por eventos ajenos al estado real del mismo, que terminan siendo la principal fuente de molestia y confusión para el personal encargado de su cuidado. Básicamente, las alarmas de los sistemas de monitoreo de pacientes, presentes en los equipos actuales, se configuran para producir un alerta en caso que la variable a la cual están atendiendo se encuentre fuera de cierto rango. Sin embargo, estas alarmas, no son capaces de considerar la intervariabilidad de los diferentes parámetros, ya que no tienen en cuenta las características particulares del paciente bajo consideración, ni las acciones que se puedan estar realizando sobre él. En otras palabras, estos sistemas no incluyen inteligencia, aspecto este importante ya que en pacientes críticos, ciertos parámetros necesitan ser evaluados considerando las características particulares de los mismos. El sistema de alarmas propuesto establece un nivel base de calidad en el monitoreo, mediante la utilización de la máxima información posible respecto del estado real del paciente, integrando conocimiento experto para el análisis de las interacciones de las variables, por un lado y considerando las tendencias de las posibles desviaciones, por el otro, a fin de permitir un seguimiento anticipado de los eventos críticos. Para esto se utilizan variables de tipo estáticas (edad, sexo, peso), intermitentes (análisis de laboratorio) y continuas (frecuencia cardíaca, presión arterial, etc.), las cuales son evaluadas por el sistema para producir un informe de posibles situaciones de riesgo. De tal forma la hipótesis del trabajo se centra en validar la factibilidad de usar una arquitectura informática para el tratamiento inteligente de alarmas, mediante la integración de diferentes metodologías de Inteligencia Artificial, tales como los Sistemas Basados en Conocimientos y las Redes Neuronales. Si bien el sistema en su estructura general se encuentra en desarrollo, una primera versión del mismo se está implementando sobre situaciones relacionadas con hemorragia aguda. Estos casos presentan elevada complejidad teniendo en cuenta la variabilidad de las diferentes situaciones que se pueden presentar. Se utilizaron redes neuronales del tipo perceptron multicapa obteniéndose muy buenos resultados para el reconocimiento de los diferentes casos de hemorragia aguda analizados.Sociedad Argentina de Informática e Investigación Operativa2002-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf191-200http://sedici.unlp.edu.ar/handle/10915/183745spainfo:eu-repo/semantics/altIdentifier/issn/1666-1125info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:50:07Zoai:sedici.unlp.edu.ar:10915/183745Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:07.909SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Tratamiento inteligente de alarmas en anestesiología |
title |
Tratamiento inteligente de alarmas en anestesiología |
spellingShingle |
Tratamiento inteligente de alarmas en anestesiología Drozdowicz, Batolomé Ciencias Informáticas alarmas anestesia monitoreo sistemas expertos redes neuronales sistemas distribuidos |
title_short |
Tratamiento inteligente de alarmas en anestesiología |
title_full |
Tratamiento inteligente de alarmas en anestesiología |
title_fullStr |
Tratamiento inteligente de alarmas en anestesiología |
title_full_unstemmed |
Tratamiento inteligente de alarmas en anestesiología |
title_sort |
Tratamiento inteligente de alarmas en anestesiología |
dc.creator.none.fl_str_mv |
Drozdowicz, Batolomé Bernasconi, Guillermo Salvatelli, Adrián Reyes, Mariano |
author |
Drozdowicz, Batolomé |
author_facet |
Drozdowicz, Batolomé Bernasconi, Guillermo Salvatelli, Adrián Reyes, Mariano |
author_role |
author |
author2 |
Bernasconi, Guillermo Salvatelli, Adrián Reyes, Mariano |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas alarmas anestesia monitoreo sistemas expertos redes neuronales sistemas distribuidos |
topic |
Ciencias Informáticas alarmas anestesia monitoreo sistemas expertos redes neuronales sistemas distribuidos |
dc.description.none.fl_txt_mv |
La monitorización de pacientes críticos plantea un problema de elevada complejidad y alto estrés al profesional que la esta llevando adelante. El monitoreo de pacientes produce, en muchas ocasiones, una gran cantidad de alarmas innecesarias, para la situación específica del paciente bajo atención o alarmas falsas provocadas por eventos ajenos al estado real del mismo, que terminan siendo la principal fuente de molestia y confusión para el personal encargado de su cuidado. Básicamente, las alarmas de los sistemas de monitoreo de pacientes, presentes en los equipos actuales, se configuran para producir un alerta en caso que la variable a la cual están atendiendo se encuentre fuera de cierto rango. Sin embargo, estas alarmas, no son capaces de considerar la intervariabilidad de los diferentes parámetros, ya que no tienen en cuenta las características particulares del paciente bajo consideración, ni las acciones que se puedan estar realizando sobre él. En otras palabras, estos sistemas no incluyen inteligencia, aspecto este importante ya que en pacientes críticos, ciertos parámetros necesitan ser evaluados considerando las características particulares de los mismos. El sistema de alarmas propuesto establece un nivel base de calidad en el monitoreo, mediante la utilización de la máxima información posible respecto del estado real del paciente, integrando conocimiento experto para el análisis de las interacciones de las variables, por un lado y considerando las tendencias de las posibles desviaciones, por el otro, a fin de permitir un seguimiento anticipado de los eventos críticos. Para esto se utilizan variables de tipo estáticas (edad, sexo, peso), intermitentes (análisis de laboratorio) y continuas (frecuencia cardíaca, presión arterial, etc.), las cuales son evaluadas por el sistema para producir un informe de posibles situaciones de riesgo. De tal forma la hipótesis del trabajo se centra en validar la factibilidad de usar una arquitectura informática para el tratamiento inteligente de alarmas, mediante la integración de diferentes metodologías de Inteligencia Artificial, tales como los Sistemas Basados en Conocimientos y las Redes Neuronales. Si bien el sistema en su estructura general se encuentra en desarrollo, una primera versión del mismo se está implementando sobre situaciones relacionadas con hemorragia aguda. Estos casos presentan elevada complejidad teniendo en cuenta la variabilidad de las diferentes situaciones que se pueden presentar. Se utilizaron redes neuronales del tipo perceptron multicapa obteniéndose muy buenos resultados para el reconocimiento de los diferentes casos de hemorragia aguda analizados. Sociedad Argentina de Informática e Investigación Operativa |
description |
La monitorización de pacientes críticos plantea un problema de elevada complejidad y alto estrés al profesional que la esta llevando adelante. El monitoreo de pacientes produce, en muchas ocasiones, una gran cantidad de alarmas innecesarias, para la situación específica del paciente bajo atención o alarmas falsas provocadas por eventos ajenos al estado real del mismo, que terminan siendo la principal fuente de molestia y confusión para el personal encargado de su cuidado. Básicamente, las alarmas de los sistemas de monitoreo de pacientes, presentes en los equipos actuales, se configuran para producir un alerta en caso que la variable a la cual están atendiendo se encuentre fuera de cierto rango. Sin embargo, estas alarmas, no son capaces de considerar la intervariabilidad de los diferentes parámetros, ya que no tienen en cuenta las características particulares del paciente bajo consideración, ni las acciones que se puedan estar realizando sobre él. En otras palabras, estos sistemas no incluyen inteligencia, aspecto este importante ya que en pacientes críticos, ciertos parámetros necesitan ser evaluados considerando las características particulares de los mismos. El sistema de alarmas propuesto establece un nivel base de calidad en el monitoreo, mediante la utilización de la máxima información posible respecto del estado real del paciente, integrando conocimiento experto para el análisis de las interacciones de las variables, por un lado y considerando las tendencias de las posibles desviaciones, por el otro, a fin de permitir un seguimiento anticipado de los eventos críticos. Para esto se utilizan variables de tipo estáticas (edad, sexo, peso), intermitentes (análisis de laboratorio) y continuas (frecuencia cardíaca, presión arterial, etc.), las cuales son evaluadas por el sistema para producir un informe de posibles situaciones de riesgo. De tal forma la hipótesis del trabajo se centra en validar la factibilidad de usar una arquitectura informática para el tratamiento inteligente de alarmas, mediante la integración de diferentes metodologías de Inteligencia Artificial, tales como los Sistemas Basados en Conocimientos y las Redes Neuronales. Si bien el sistema en su estructura general se encuentra en desarrollo, una primera versión del mismo se está implementando sobre situaciones relacionadas con hemorragia aguda. Estos casos presentan elevada complejidad teniendo en cuenta la variabilidad de las diferentes situaciones que se pueden presentar. Se utilizaron redes neuronales del tipo perceptron multicapa obteniéndose muy buenos resultados para el reconocimiento de los diferentes casos de hemorragia aguda analizados. |
publishDate |
2002 |
dc.date.none.fl_str_mv |
2002-09 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/183745 |
url |
http://sedici.unlp.edu.ar/handle/10915/183745 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/issn/1666-1125 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 191-200 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616360717451264 |
score |
13.070432 |