Publique en esta revista
Información de la revista
Compartir
Compartir
Descargar PDF
Más opciones de artículo
ePub
Visitas
...
Review
DOI: 10.1016/j.medin.2020.04.003
Disponible online el 31 de Mayo de 2020
Enhancing sepsis management through machine learning techniques: A review
Mejora en el manejo de sepsis mediante técnicas de aprendizaje automático: una revisión
Visitas
...
N. Ocampo-Quinteroa, P. Vidal-Cortésb, L. del Río Carbajob, F. Fdez-Riverolaa,c,d, M. Reboiro-Jatoa,c,d, D. Glez-Peñaa,c,d,
Autor para correspondencia
dgpena@uvigo.es

Corresponding author.
a ESEI – Escuela Superior de Ingeniería Informática, Universidad de Vigo, Ourense, Spain
b Intensive Care Unit, Complexo Hospitalario Universitario de Ourense, Ourense, Spain
c CINBIO – Centro de Investigaciones Biomédicas, Universidad de Vigo, Vigo, Spain
d SING Research Group, Galicia Sur Health Research Institute (IIS Galicia Sur), SERGAS-UVIGO, Spain
Recibido 29 noviembre 2019. Aceptado 05 abril 2020
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (1)
Tablas (4)
Table 1. Main tasks comprising sepsis management with reference to ML approaches used by the reviewed studies.
Table 2. Main characteristics of the ML classifiers used for sepsis detection.
Table 3. Main characteristics of the ML classifiers used for sepsis prediction.
Table 4. Main characteristics of the ML classifiers used for mortality prediction.
Mostrar másMostrar menos
Material adicional (1)
Abstract

Sepsis is a major public health problem and a leading cause of death in the world, where delay in the beginning of treatment, along with clinical guidelines non-adherence have been proved to be associated with higher mortality. Machine Learning is increasingly being adopted in developing innovative Clinical Decision Support Systems in many areas of medicine, showing a great potential for automatic prediction of diverse patient conditions, as well as assistance in clinical decision making. In this context, this work conducts a narrative review to provide an overview of how specific Machine Learning techniques can be used to improve sepsis management, discussing the main tasks addressed, the most popular methods and techniques, as well as the obtained results, in terms of both intelligent system accuracy and clinical outcomes improvement.

Keywords:
Sepsis
Clinical decision support systems
Machine learning
Artificial intelligence
Resumen

La sepsis representa un problema de salud pública de primer orden y es una de las principales causas de muerte a nivel mundial. El retraso en el inicio del tratamiento, junto con la no adherencia a las guías de práctica clínica se asocian a una mayor mortalidad. El aprendizaje automático o machine learning están siendo empleados en el desarrollo de sistemas de apoyo a la decisión clínica, innovadores en muchas áreas de la medicina, mostrando un gran potencial para la predicción de diversas condiciones del paciente, así como en la asistencia durante el proceso de toma de decisiones médicas. En este sentido, este trabajo lleva a cabo una revisión narrativa para proporcionar una visión general de cómo las técnicas de machine learning pueden ser empleadas para mejorar el manejo de la sepsis, discutiendo las principales tareas que tratan de resolver, los métodos y las técnicas más empleados, así como los resultados obtenidos, tanto en términos de precisión de los sistemas inteligentes, como en la mejora de los resultados clínicos.

Palabras clave:
Sepsis
Sistemas de apoyo a la decisión clínica
Aprendizaje automático
Inteligencia artificial

Artículo

Opciones para acceder a los textos completos de la publicación Medicina Intensiva
Socio
Si es usted socio de la Sociedad Española de Medicina Intensiva, Crítica y Unidades Coronarias:
Diríjase al área de socios de la web de la SEMICYUC (www.semicyuc.org ) y pulse el enlace a la revista.
Suscriptor
Suscriptor de la revista

Si ya tiene sus datos de acceso, clique aquí.

Si olvidó su clave de acceso puede recuperarla clicando aquí y seleccionando la opción "He olvidado mi contraseña".
Suscribirse
Suscribirse a:

Medicina Intensiva

Comprar
Comprar acceso al artículo

Comprando el artículo el PDF del mismo podrá ser descargado

Precio 22,50 €

Comprar ahora
Contactar
Teléfono para suscripciones e incidencias
De lunes a viernes de 9h a 18h (GMT+1) excepto los meses de julio y agosto que será de 9 a 15h
Llamadas desde España
932 415 960
Llamadas desde fuera de España
+34 932 415 960
Email
Idiomas
Medicina Intensiva

Suscríbase a la newsletter

Opciones de artículo
Herramientas
Material suplementario
es en

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

es en
Política de cookies Cookies policy
Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continua navegando, consideramos que acepta su uso. Puede cambiar la configuración u obtener más información aquí. To improve our services and products, we use "cookies" (own or third parties authorized) to show advertising related to client preferences through the analyses of navigation customer behavior. Continuing navigation will be considered as acceptance of this use. You can change the settings or obtain more information by clicking here.