| Summary: | En el análisis de imágenes de radiografía (Rx) y tomografía computarizada (TC) de tórax los modelos de Inteligencia Artificial (IA) han demostrado rendimientos similares a radiólogos especialistas [1-5]. Sin embargo, su confiabilidad en la práctica clínica requiere validación externa para el beneficio del manejo clínico de pacientes COVID-19 a nivel nacional. Esta propuesta provee soluciones IA validadas para optimizar la gestión de la presión asistencial a través del apoyo automatizado de reportes radiológicos, y la predicción de eventos clínicos adversos mediante el análisis híbrido de hallazgos imagenológicos con datos clínicos multidimensionales. El éxito e impacto a gran escala requiere (i) repositorios colaborativos, abiertos y pseudo-anonimizados (ii) equipos multidisciplinarios (salud-ingeniería -informática médica) en la interfaz tecnológico-asistencial (iii) capacidades de escalamiento de prototipos a la práctica clínica a través de aceleradores de innovación en salud a nivel internacional. La propuesta se vincula con el Capítulo Chileno de HL7-FHIR, el Centro de Informática Médica y Telemedicina (CIMT) y el Servicio de Radiología y Tele-Radiología del Hospital Clínico (U-Chile), la Unidad de Data Science (UdeC) y el Centro Nacional en Sistemas de Salud (CENS), formado por cinco Universidades y asociados públicos y privados Asignación Rápida De Recursos Para Proyectos De Investigación Sobre El Coronavirus (COVID-19) Concurso Para La Asignación Rápida De Recursos Para Proyectos De Investigación Sobre El Coronavirus (COVID-19) Redes Estrategia y Conocimiento Análisis y Procesamiento de Imágenes Científicas Biofísica Informática Biomedica Dir Finalizado
|
|---|