• Inicio
  • Manifiesto
  • DIH·bio
  • K·Marketplace
  • Territorios
  • Noticias
  • Contacto

  • Inicio
  • Manifiesto
  • DIH·bio
  • K·Marketplace
  • Territorios
  • Noticias
  • Contacto

  • Inicio
  • Manifiesto
  • DIH·bio
  • K·Marketplace
  • Territorios
  • Noticias
  • Contacto

Smart alerts for early sepsis detection

Bisepro/Bisepro for Covid - IIC

Facebook Twitter Linkedin

YEAR: 2019

CUSTOMER: Balearic Islands Health Research Institute

TECHNOLOGY: Rule-based system, Artificial Intelligence, Big Data.

Facebook Twitter Linkedin

Addressing needs and bringing benefits

The Multidisciplinary Sepsis Unit at Hospital Son Llàtzer in Palma de Mallorca is the first in Europe where different specialists, internists, emergency medicine doctors, surgeons, pneumologists, microbiologists and pharmacologists work daily with serious community and hospital infections, such as sepsis.

With this innovative contribution from the Institute of Knowledge Engineering (IIC) based on the application of Big Data techniques to the health sector and the knowledge of its specialists, the hospital hopes to adapt the system to the characteristics of septic patients themselves and reduce the false positive rate by 14%. The first results show that the discrimination between false positives and real cases is undoubtedly better and can therefore shorten the response time for treating sepsis, thus optimising hospital management, cutting costs and directly benefitting patients, as it can mean either saving or not saving a life.

Description

The IIC’s contribution to this unit of the Intensive Medicine Service consists in applying predictive analytics techniques to issue smart alerts that suggest the appearance of sepsis at an early stage. At present, in our country there are over 130,000 cases a year, with 17,000 patients losing their lives every year.

The hospital’s surveillance monitors offer real-time information of the patients’ condition and the results of the clinical tests performed. These data are contrasted with a computerised repository of sepsis data and are interpreted with the aim of detecting infection and foreseeing multiple organ dysfunction, thus improving patients’ prognosis. For this reason, algorithmic predictive models are developed in the IIC, which are capable of providing a detailed data analysis based on real sepsis cases, at a very early stage of the illness.

Additional information: Borges, M., Socias, A., Castillo, A., Aranda, M., Pruenza, C., Estrada, V., Mena, J. and Diaz, J. Detection of sepsis and sepsis shock in hospitalized adult patients using Artificial Intelligence (AI) and Machine Learning (ML) techniques. ESICM LIVES 2019. ICMx 7, 55 (2019).

Further information >

PrevAnterior

K·Node

  • Inicio
  • Manifiesto
  • Territorios
  • Ecosistema
  • Biosalud
  • Noticias
  • Contacto

DIH·bio

  • Inicio
© Copyright 2021 K·node | Diseñado con ❤️ por lyra.
  • Aviso legal
  • Cookies
  • Privacidad
  • Registro de Actividades
Utilizamos cookies propias y de terceros para fines analíticos y para mostrarte publicidad personalizada en base a un perfil elaborado a partir de tus hábitos de navegación (por ejemplo, páginas visitadas). Clica AQUÍ para más información. Puedes aceptar todas las cookies pulsando el botón “Aceptar” o en “Opciones” para ver el detalle y seleccionar qué tipo de cookies deseas aceptar o rechazar.
OpcionesAceptar
Privacy & Cookies Policy

Cookies

CookieTypeDurationDescription
__cfduidnecesaria, propia1 mesCookie asociada con sitios que utilizan CloudFlare para mejorar la velocidad de carga. No contiene información del usuario.  
_gano necesaria, de terceros2 añosEsta cookie la instala Google Analytics y se utiliza para calcular datos de visitantes, sesiones y campañas, y para hacer seguimiento y análisis del uso del sitio web. Las cookies almacenan información de forma anónima y asignan un número generado aleatorio para identificar visitantes únicos.
_gatno necesaria, de terceros1 minutoCookie establecida por Google Analytics que se utiliza para limitar la cantidad de datos registrados por Google en sitios web de alto volumen de tráfico.
_gidno necesaria, de terceros1 díaEsta cookie la instala Google Analytics y se utiliza para almacenar información sobre el uso del sitio web por parte de sus visitantes y para ayudar a crear un informe analítico de cómo está funcionando el sitio web: los datos recopilados incluyen el número de visitantes, la fuente de donde provienen y las páginas visitadas de forma anónima.
cookielawinfo-checkbox-necessarynecesaria, propia1 añoCookie establecida por el plugin GDPR Cookie Consent. Utilizada para guardar el consentimiento de cookies del tipo "Necesarias".
cookielawinfo-checkbox-non-necessarynecesaria, propia1 añoCookie establecida por el plugin GDPR Cookie Consent. Utilizada para guardar el consentimiento de cookies del tipo "No necesarias".
CookieLawInfoConsentnecesaria, propia1 añoCookie establecida por el plugin GDPR Cookie consent. Graba el estado por defecto de cada categoría de cookies.
IDEno necesaria, de terceros13 mesesUtilizada por Google DoubleClick. Almacena información sobre cómo utiliza el sitio web el usuario y cualquier otro anuncio antes de visitar el sitio web. Se utiliza para presentar a los usuarios anuncios relevantes de acuerdo con su perfil del usuario.
pum-kn-newsletter-viewednecesaria, propia1 mesRegistra que el usuario a visto el pop-up de newsletter para no mostrárselo de nuevo
sib_cuidnecesaria, propia13 mesesCookie establecida por Sendinblue.
uuidnecesaria, de terceros13 mesesCookie establecida por Sendinblue.
viewed_cookie_policynecesaria, propia1 añoCookie establecida por el plugin GDPR Cookie Consent y utilizada para guardar el consentimiento del usuario al uso de cookies. No guarda ningún dato de carácter personal.
Necesarias
Always Enabled
Cookies esenciales para que la web funcione correctamente. No recogen datos de carácter personal.
No necesarias
Cookies no esenciales para el funcionamiento de la web y cuyo uso abarca la recogida de datos personales para analítica, publicidad y otros contenidos.
SAVE & ACCEPT