Banner Tuvivienda
Viernes 19 de abril 2024   |   Contáctenos
REDES SOCIALES
Viernes 21 de septiembre 2018

Alzheimer: tecnología aplicada a la detección temprana y mejoramiento de la calidad de vida de pacientes

Internet de las Cosas, Machine Learning y Big Data se configuran como herramientas que aportan a la detección temprana y cuidado de los pacientes
Alzheimer: tecnología aplicada a la detección temprana y mejoramiento de la calidad de vida de pacientes
Foto: Difusion

Según datos de la Organización Mundial de la Salud (OMS) se calcula una tasa mundial de enfermedades de demencia de 47.5 millones, estimando para el 2030 un incremento a 75.6 millones y para el 2050, 135.5 millones, lo que seguirá en aumento en países de ingresos bajos y medios.

Esta tendencia corresponde también a la realidad en Perú. Las últimas cifras entregadas por el Ministerio de Salud indican que unas 200 000 personas padecen de Alzheimer. Por su parte, la Dirección de Adultos y Adultos Mayores del Instituto Nacional de Salud Mental “Honorio Delgado - Hideyo Noguchi” señala que 1 de cada 3 personas mayores de 80 años sufren de esta enfermedad degenerativa.

En este escenario es relevante destacar cómo desde el mundo de la tecnología se pueden crear y aplicar soluciones que ayuden a la detección temprana del Alzheimer y a mejorar la calidad de vida de los pacientes que la padecen.

“Hoy en día la tecnología es un gran aliado a la hora de crear transformaciones en el cuidado del paciente frente a enfermedades como el Alzheimer, ya que puede traducir datos esenciales en información clave para mejorar la vida de enfermos”, afirma Marcelo Sukni, gerente general de SAS Perú, Chile y Ecuador. “De esto modo, tanto el Internet de las Cosas como el Big Data y el Machine Learning, están cambiando la manera de preservar a los enfermos”, agrega.

Detección temprana

En un reciente estudio a cargo del Dr. Alle Meije Wink, del VU University Medical Center en Amsterdam, se utilizaron herramientas de Machine Learning para reconocer patrones tempranos en un escáner MRI que muestra la cantidad de sangre que llega a diferentes partes del cerebro.

En el estudio se analizó la información de 100 pacientes que probablemente tenían la enfermedad de Alzheimer, de 60 pacientes con deterioro cognitivo leve, de 100 con deterioro cognitivo subjetivo y un grupo de control de 26 individuos sanos. La herramienta de Machine Learning no solo clasificó a los pacientes existentes en función de sus diferentes niveles de deterioro cognitivo, sino que también fue capaz de predecir la enfermedad de Alzheimer en casos no detectados previamente.

De esta manera, afirma Sukni, “el Machine Learning se configura como una herramienta que permite mejorar y acelerar el proceso de diagnóstico de esta enfermedad”.  

Mejoramiento de la calidad de vida

El gobierno de Reino Unido decidió invertir en Internet de las Cosas y creó un nuevo sistema de datos gráficos desde el monitor de estado clínico, donde el médico puede realizar los chequeos de los pacientes de manera remota y controlar el proceso de la enfermedad. La relevancia de este proyecto basado en el Internet de las Cosas, es que los enfermos se puedan quedar en casa y no tener que transportarse al hospital continuamente, lo que beneficiaría su calidad de vida.  

La implementación de este monitor genera, además, mayor cuidado y bienestar para los propios pacientes; es decir, ellos mismos tendrán el control de la evolución de la enfermedad, así como de los medicamentos aplicados, y de los servicios especializados más efectivos.

“El uso del Internet de las Cosas, sumado al Big Data y al Machine Learning, dentro de la medicina, es actualmente una posibilidad real de cambio para todos los países, incluido Perú, en materia de beneficios y mejores cuidados por parte de los médicos hacia sus pacientes” concluyó el ejecutivo de la empresa dedicada al business analytics.

 

438

Participa:
Valorar
Cargando...
COMENTARIOS
0 comentarios
2018 Grupo Generaccion . Todos los derechos reservados    |  
Desarrollo Web: Luis A. Canaza Alfaro    |    
Editor de fotografía: Cesar Augusto Revilla Chihuan