La UEMC colabora en la elaboración de una red neuronal

D.V.
-

El profesor del Departamento de Ciencias de la Salud Alejandro Santos Lozano participó en este estudio realizado en colaboración con los grupos de investigación del Hospital 12 de Octubre de Madrid

Universidad Europea Miguel de Cervantes.

La Universidad Europa Miguel de Cervantes (UEMC) de Valladolid ha colaborado en la creación de una Red Neuronal Artificial que puede estimar la supervivencia de pacientes con la covid-19 a través de un simple análisis rutinario de sangre extraída en el momento de ingreso.

El profesor del Departamento de Ciencias de la Salud de la Universidad Europea Miguel de Cervantes (UEMC) de Valladolid Alejandro Santos Lozano participó en este estudio realizado en colaboración con los grupos de investigación del Hospital Universitario 12 de Octubre de Madrid 'imas12' y el 'Grupo de Investigación de Bioquímica Clínica COVID-19' e investigadores de la Universidad Europea de Madrid.

La investigación tenía como objetivo la creación de un modelo matemático a través del uso de la Inteligencia Artificial, en concreto a través de Redes Neuronales Artificiales, que permitiera estimar el pronóstico de los pacientes --en términos de supervivencia-- a partir de valores de marcadores sanguíneos y hematológicos analizados habitualmente en el momento de ingreso del paciente en urgencias, según ha informado la institución académica a través de un comunicado remitido a Europa Press.

Según los investigadores, los resultados del estudio parecen mostrar "una fuerte influencia" de los valores de la enzima lactato deshidrogenasa (LDH), el índice de filtrado glomerular (GFR), la albúmina y la hemoglobina en la identificación de pacientes de covid de 'alto riesgo'".

Se trata de un estudio retrospectivo, recientemente publicado en la revista Clinical Chemistry and Laboratory Medicine, en el que se incluyeron a todos los pacientes ingresados con un diagnóstico confirmado de covid a través de PCR en el Hospital 12 de Octubre de Madrid entre los días 28 de febrero y el 30 de marzo, un total de 1.369 enfermos.