Evaluation of a machine learning capability for a clinical decision support system to enhance antimicrobial stewardship programs

Beaudoin, Mathieu; Kabanza, Froduald; Nault, Vincent; Valiquette, Louis

doi:10.1016/j.artmed.2016.02.001

Cited by 50 publications

(86 citation statements)

References 20 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Os equipamentos de infusoterapia são utilizados em situações que exigem diferentes decisões por parte dos profissionais de saúde, as quais geram impactos diversos no tratamento do paciente. Assim, uma forma de contribuir para as decisões médicas consiste na disponibilização, em tempo integral, dos perfis operacionais das infusões intravenosas por meios computacionais [Oliveira dos Santos et al 2018, Beaudoin et al 2016.…”

Section: Introductionunclassified

SPODi: Simulador do Perfil Operacional de Dispositivos Intravenosos para Auxilio à Tomada de Decisões Médicas

Ferreira¹,

Barbosa

Gruendemann³

et al. 2019

Anais Do Simpósio Brasileiro De Computação Aplicada À Saúde (SBCAS 2019)

View full text Add to dashboard Cite

Infusion procedures are among the most common in hospitals and have a high volume of adverse events in their operation. This paper presents a simulator, called SPODi, that allows an agile construction of the operational profiles of intravenous devices, enabling them to be evaluated when adverse events occur during the period of use. SPODi simulator was validated with real data extracted from a physical prototype (SPODi _Med) which was specifically build with this function. The results obtained, considering a 95% confidence interval when applying the t Student statistical test, indicate that SPODi can be used to infer the behavior of real infusion equipment.Resumo. Os procedimentos de infusão estão entre os mais usuais em hospitais e apresentam um volume elevado de eventos adversos na sua operação. Este artigo apresenta um simulador, denominado SPODi, que permite uma construção ágil dos perfis operacionais de dispositivos intravenosos, possibilitando que os mesmos possam ser avaliados quando da ocorrência de eventos adversos durante o período de seu uso. O simulador SPODi foi validado com dados reais extraídos de um protótipo físico (SPODi_Med) construído especificamente para essa finalidade. Os resultados obtidos, considerando um intervalo de confiança de 95 % quando da aplicação do teste estatístico t Student, apontam que o SPODi pode ser empregado para inferir o comportamento de um equipamento real de infusão. IntroduçãoOs dispositivos médicos modernos, com a intenção de qualificar o esforço de gerência por parte dos profissionais da saúde, muitas vezes exploram operações autônomas nos diferentes procedimentos que realizam [Dey et al. 2018]. Entre os procedimentos clínicos mais rotineiros em hospitais, estão os tratamentos que empregam os sistemas intravenosos. Cerca de 80% dos pacientes hospitalizados carecem de recursos terapêuticos intravenosos [Cheng et al. 2016]. A entrega de medicamento intravenosa é prescrita considerando as ações das diferentes concentrações da absorção do medicamento na corrente sanguínea ao longo do tempo para diferentes métodos de entrega.Os equipamentos de infusoterapia são utilizados em situações que exigem diferentes decisões por parte dos profissionais de saúde, as quais geram impactos diversos no tratamento do paciente. Assim, uma forma de contribuir para as decisões médicas consiste

show abstract

Section: Introductionunclassified

SPODi: Simulador do Perfil Operacional de Dispositivos Intravenosos para Auxilio à Tomada de Decisões Médicas

Ferreira¹,

Barbosa

Gruendemann³

et al. 2019

Anais Do Simpósio Brasileiro De Computação Aplicada À Saúde (SBCAS 2019)

View full text Add to dashboard Cite

show abstract

“…may have a role in enhancing ASPs as a decision support system [9]. This would be a more efficient approach where trained human resources are limited.…”

mentioning

confidence: 99%

Antimicrobial Stewardship with Intravenous to Oral Conversion and Future Directions of Antimicrobial Stewardship

Kim

2017

Infect Chemother

View full text Add to dashboard Cite

“…2 The general and expert perception is that 'machine learning' will change the way we deal with patients in the future. [2][3][4][5] Obviously, this will also have considerable impact on the EM. The Chief Medical Officer of Scanadu, Alan Greene mentioned that his company is developing a technology using cloud AI which will be a great diagnostician in the near future.…”

mentioning

confidence: 99%

“…If there is further research in that field, there is anticipation that AI may influence the decision-making process in the EM as well. 5 Fourth, human error in the data analysis is one of the main reasons of litigation among the EM practitioners. 8,9 AI has shown considerable effectiveness and accuracy in the field of data analyses, maintenance and interpretation, and thus eliminating the human error.…”

mentioning

confidence: 99%

See 1 more Smart Citation

RE: The end of emergency medicine as we know it

Barai

2016

Emerg Medicine Australasia

View full text Add to dashboard Cite

Evaluation of a machine learning capability for a clinical decision support system to enhance antimicrobial stewardship programs

Cited by 50 publications

References 20 publications

SPODi: Simulador do Perfil Operacional de Dispositivos Intravenosos para Auxilio à Tomada de Decisões Médicas

SPODi: Simulador do Perfil Operacional de Dispositivos Intravenosos para Auxilio à Tomada de Decisões Médicas

Antimicrobial Stewardship with Intravenous to Oral Conversion and Future Directions of Antimicrobial Stewardship

RE: The end of emergency medicine as we know it

Contact Info

Product

Resources

About