Escala predictiva de apendicitis para menores de 4 años: ¿Es posible aplicar la inteligencia artificial?

Dayhana Arango Cárdenas; Jorge Andrés Castrillón Lozano; Ximena Areiza Ocampo

doi:10.31053/1853.0605.v81.n1.44316

Autores/as

Dayhana Arango Cárdenas Estudiante
Jorge Andrés Castrillón Lozano Estudiante
Ximena Areiza Ocampo Estudiante

DOI:

https://doi.org/10.31053/1853.0605.v81.n1.44316

Palabras clave:

inteligencia artificial, apendicitis, pediatría

Resumen

La apendicitis aguda en la población pediátrica es una patología de presentación heterogénea que es diagnósticada actualmente mediante diversos criterios o escalas predictivas, que han demostrado no ser lo suficientemente precisas para ser estandarizadas, sin embargo, se han creado métodos que permitan establecer un diagnóstico más preciso, aspecto que ha sido proporcionado por la inteligencia artificial, la cual mediante diferentes algoritmos cuenta con la capacidad de arrojar cuál es el estado del paciente y la intervención más adecuada para este, disminuyendo así la tasa de intervenciones inecesarias y por ende posibles complicaciones relacionadas.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Dayhana Arango Cárdenas, Estudiante

Facultad de Medicina, Universidad Cooperativa de Colombia, Medellín, Colombia

Jorge Andrés Castrillón Lozano , Estudiante

Facultad de Medicina, Universidad Cooperativa de Colombia, Medellín, Colombia
Grupo de Investigación Infettare, Universidad Cooperativa de Colombia, Medellín, Colombia.

Ximena Areiza Ocampo , Estudiante

Facultad de Medicina, Universidad Cooperativa de Colombia, Medellín, Colombia

Citas

Rassi R, Muse F, Cuestas E. Escala predictiva de apendicitis para menores de 4 años. Rev Fac Cien Med Univ Nac Cordoba. 2023 Jun 30;80(2):119-125. doi: 10.31053/1853.0605.v80.n2.40962.

Aydoğdu B, Azizoğlu M, Arslan S, Aydoğdu G, Basuguy E, Salık F, Ökten M, Hanifi-Okur M. Nuevo sistema de calificación diagnóstica para apendicitis pediátrica basado en parámetros hematológicos ajustados por edad y sexo. Gac Med Mex. 2023;159(2):106-12. English. doi: 10.24875/GMM.M22000750.

Reismann J, Romualdi A, Kiss N, Minderjahn MI, Kallarackal J, Schad M, Reismann M. Diagnosis and classification of pediatric acute appendicitis by artificial intelligence methods: An investigator-independent approach. PLoS One. 2019 Sep 25;14(9):e0222030. doi: 10.1371/journal.pone.0222030.

Aydin E, Türkmen İU, Namli G, Öztürk Ç, Esen AB, Eray YN, Eroğlu E, Akova F. A novel and simple machine learning algorithm for preoperative diagnosis of acute appendicitis in children. Pediatr Surg Int. 2020 Jun;36(6):735-742. doi: 10.1007/s00383-020-04655-7.

Marcinkevics R, Reis Wolfertstetter P, Wellmann S, Knorr C, Vogt JE. Using Machine Learning to Predict the Diagnosis, Management and Severity of Pediatric Appendicitis. Front Pediatr. 2021 Apr 29;9:662183. doi: 10.3389/fped.2021.662183.