Escala preditiva de apendicite para crianças com menos de 4 anos

é possível aplicar a inteligência artificial?

Autores

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

DOI:

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

Palavras-chave:

inteligência artificial, apendicite, Pediatria

Resumo

A apendicite aguda na população pediátrica é uma patologia de apresentação heterogénea que, atualmente, é diagnosticada através de vários critérios ou escalas preditivas, que se revelaram não suficientemente precisos para serem padronizados. No entanto, foram criados métodos para estabelecer um diagnóstico mais preciso, aspeto que tem sido proporcionado pela inteligência artificial, que através de diferentes algoritmos tem a capacidade de mostrar o estado do paciente e a intervenção mais adequada para o mesmo, reduzindo assim a taxa de intervenções desnecessárias e, consequentemente, as possíveis complicações relacionadas.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Dayhana Arango Cárdenas, Estudiante
    1. 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
    1. Facultad de Medicina, Universidad Cooperativa de Colombia, Medellín, Colombia

Referências

1. 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.

2. 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.

3. 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.

4. 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.

5. 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.

Publicado

2024-03-27

Edição

Seção

Cartas al Director

Como Citar

1.
Arango Cárdenas D, Castrillón Lozano JA, Areiza Ocampo X. Escala preditiva de apendicite para crianças com menos de 4 anos: é possível aplicar a inteligência artificial?. Rev Fac Cien Med Univ Nac Cordoba [Internet]. 27º de março de 2024 [citado 18º de dezembro de 2024];81(1):196-203. Disponível em: https://revistas.unc.edu.ar/index.php/med/article/view/44316

Artigos Semelhantes

1-10 de 155

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.