medigraphic.com
ISSN 1561-2961 (Impreso)

2020, Número 2

<< Anterior Siguiente >>

Rev Cuba Enf 2020; 36 (2)


Propuesta de prototipo de aplicación de Android para diagnósticos de enfermería utilizando redes neuronales artificiales

Xavier da SA, Campello de OS, Gonçalves de ARF

Idioma: Portugués
Referencias bibliográficas: 25
Paginas: 1-15
Archivo PDF: 387.39 Kb.


RESUMEN

Introducción: La sistematización de la atención de enfermería debe ser implementada, especialmente en el caso de que haya un nivel más avanzado de atención con pacientes, como en las unidades de cuidados intensivos, que son lugares reconocidos donde se concentran gran experiencia y tecnologías.
Objetivo: Proponer un modelo de un Sistema de Apoyo a la Decisión utilizando redes neuronales artificiales para la elaboración de diagnósticos de enfermería a través de una aplicación de Androide.
Métodos: Este estudio se caracteriza por ser un tipo de prototipo metodológico y tecnológico en el que se analizarán los signos vitales de los pacientes ingresados en una unidad de cuidados intensivos. Los datos se obtendrán de la base de datos de Monitoreo Inteligente de Parámetros Intensivos de Cuidados Intensivos, que contiene señales fisiológicas y series de signos vitales capturados de monitores de pacientes, obtenidos de los sistemas de información médica hospitalaria de miles de pacientes en unidades de cuidados intensivos.
Resultados: La aplicación, en su fase final de implementación, está diseñada con pantallas activas trabajadas junto con un cuerpo de profesionales de enfermería que dieron su opinión sobre las utilidades deseadas y las primeras impresiones.
Conclusiones: En este momento, se están realizando pruebas para la capacitación de la Red Neural Artificial, y se espera utilizar una aplicación para promover diagnósticos de enfermería a partir de signos vitales del paciente, evaluaciones generales de salud e información del historial médico electrónico del paciente, junto con el juicio clínico y crítico de la enfermera profesional.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Remizoski J, Rocha MM, Vall J. Dificuldades na implantação da sistematização da assistência de enfermagem-SAE: uma revisão teórica. Cadernos da Escola de Saúde. Curitiba. 2017 [acceso: 21/06/2019];1(3):1-14. Disponible en: http://portaldeperiodicos.unibrasil.com.br/index.php/cadernossaude/article/viewFile/2298/1871

  2. Camacho AC, Joaquim FL. Reflexões à luz de Wanda Horta sobre os instrumentos básicos de enfermagem. Rev. Enferm. UFPE Online. 2017 [acceso: 15/07/2019];11(Suppl 12):5432-8. Disponible en: https://doi.org/10.5205/1981-8963-v11i12a23292p5432-5438-2017

  3. Carvalho AC, Oliveira KT, Almeida RS, Souza FS, Menezes HF. Refletindo sobre a prática da sistematização da assistência de enfermagem na unidade de terapia intensiva. Rev. Pesq. Cuid. Fundam. 2013 [acceso: 28/07/2019];5(2):3723-9. DOI: https://doi.org/10.9789/2175-5361.2013v5n2p3723

  4. Junior MGS, Araújo EC, Moraes CRS, Gonçalves LHT. Software para Sistematização da Assistência de Enfermagem em unidade de internação hospitalar. Revista Brasileira de Enfermagem. 2018;71(5). DOI: https://doi.org/10.1590/0034-7167-2016-038

  5. Souza MF, Santos AD, Monteiro AI. O processo de enfermagem na concepção de profissionais de Enfermagem de um hospital de ensino. Rev Bras Enfermagem. Brasília. 2013 [acceso: 13/07/2019];66(2):167-73. Disponible en: http://www.scielo.br/pdf/reben/v66n2/03.pdf

  6. Tannure MC, Pinheiro AM. SAE: Sistematização da Assistência de Enfermagem: guia prático. In: sistematização da assistência de enfermagem (SAE): guia prático; 2011. p. 298.

  7. Lo CK, Chang SS, Chuang CH, Chen HC. A Mobile Nursing App Applying to the Wound Care and Drug Administration of Patients. In 2015 9th International Conference on Mobile and Internet Services in Ubiquitous Computing. IEEE. 2015 [acceso: 21/05/2019]. Disponible en: https://doi.org/10.1109/IMIS.2015.61

  8. Schwonke CR, Lunardi Filho WD, Lunardi VL, Santos SS, Barlem EL. Perspectivas filosóficas do uso da tecnologia no cuidado de enfermagem em terapia intensiva. Rev Bras Enferm, Brasília. 2011 [acceso: 15/07/2019];64(1):189-92. Disponible en: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0034-71672011000100028

  9. Hum RS, Cato K, Sheehan B, Patel S, Duchon J, De la Mora P, et al. Developing clinical decision support within a commercial electronic health record system to improve antimicrobial prescribing in the neonatal ICU. Applied clinical informatics. 2014 [acceso: 1/07/2019];5(02):368-87. Disponible en: https://doi.org/10.4338 /ACI-2013-09-RA-0069

  10. Lee J, Scott DJ, Villarroel M, Clifford GD, Saeed M, Mark RG. Open-access MIMIC-II database for intensive care research. In2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society 2011 [acceso: 27/06/2019]. Disponible en: https://doi.org/10.1109 / IEMBS.2011.6092050.

  11. Kakushi LE, Évora YD. Tempo de assistência direta e indireta de enfermagem em unidade de terapia intensiva. Revista Latino-Americana de Enfermagem. 2014 [acceso: 03/06/2019];22(1):150-7. DOI: https://doi.org/10.1590/0104-1169.3032.2381

  12. Ferreira AC, Fernandes BM, Ferreira DD. Noninvasive Approach based on Self Organizing Maps to Classify the Risk of Diabetic Foot. IEEE Latin America Transactions. 2018 [acceso: 12/07/2019];16(1):75-9. DOI: https://doi.org/10.1109.tla.2018.8291457

  13. Samarasinghe S. Neural networks for applied sciences and engineering: from fundamentals to complex pattern recognition. Auerbach publications; 2016 [acceso: 21/07/2019] Disponible en: https://www.crcpress.com/Neural-Networks-for-Applied-Sciences-and-Engineering-From-Fundamentals/Samarasinghe/p/book/9780849333750

  14. Andrioni V, Guingo BC, Santana EL, Pereira WCA, Infantosi AFC. Comparison of artificial neural networks using texture parameters in the recognition of lesions in mammograms digitized. In: Health Care Exchanges (PAHCE), 2011 Pan American. IEEE; 2011 [acceso: 16/07/2019]. Disponible en: https://doi.org/10.1109/pahce.2011.5871944

  15. Schmeer R, Behrends M, Kupka T, Meyenburg-Altwarg I, Marschollek M. Use and Acceptance of Mobile Technology by Hospital Nurses in Germany. InNursing Informatics 2016 [acceso: 16/07/2019]. Disponible en: https://www.ncbi.nlm.nih.gov/pubmed/27332422

  16. Herdman TH, Kamitsuru S. Diagnósticos de enfermagem da NANDA: definições e classificação 2018-2020. InDiagnósticos de enfermagem da Nanda: definições e classificação 2018-2020. Philadelphia: NANDA; 2018 [acceso: 16/07/2019]. Disponible en: http://nascecme.com.br/2014/wp-content/uploads/2018/08/NANDA-I-2018_2020.pdf

  17. Chianca TC, Lima AP, de Oliveira Salgado P. Diagnósticos de enfermagem identificados em pacientes internados em Unidade de Terapia Intensiva Adulto. Revista da Escola de Enfermagem da USP. 2012 [acceso: 16/07/2019];46(5):1102-8. Disponible en: http://www.scielo.br/pdf/reeusp/v46n5/10.pdf

  18. Liao PH, Hsu PT, Chu W, Chu WC. Applying artificial intelligence technology to support decision-making in nursing: A case study in Taiwan. Health informatics journal. 2015 [acceso: 12/09/2019];21(2):137-48. Disponible en: https://doi.org/10.1177/ 460458213509806

  19. Behrends M, Kupka T, Schmeer R, Meyenburg-Altwarg I, Marschollek M. Knowledge Transfer in Health Care Through Digitally Collecting Learning Experiences-Results of Witra Care. Studies in health technology and informatics. 2016 [acceso: 16/07/2019];225:287-91. Disponible em: https://www.ncbi.nlm.nih.gov/pubmed/27332208

  20. Alencar IG, Nunes VD, Alves AD, Cruz RP. Estratégia de implantação de aplicativo para prescrição de enfermagem. Rev. enferm. UFPE on line. 2018 [acceso: 16/07/2019];12(1):273-9. Disponible en: https://doi.org/10.5205/1981-8963-v12i01a22626p273-279-2018

  21. Vêscovi SD, Primo CC, Sant’Anna HC, Bringuete ME, Rohr RV, Prado TN, Bicudo SD. Mobile application for evaluation of feet in people with diabetes mellitus. Acta Paulista de Enfermagem. 2017 [acceso: 16/07/2019];30(6):607-13. Disponible en: https://www.researchgate.net/publication/322564107_

  22. Johansson P, Petersson G, Saveman BI, Nilsson G. Using advanced mobile devices in nursing practice–the views of nurses and nursing students. Health informatics journal. 2014 [acceso: 16/07/2019];20(3):220-31. Disponible en: https://doi.org/10.1177/1460458213491512

  23. Espinoza-Venegas M, Sanhueza-Alvarado O, Ramírez-Elizondo N, Sáez-Carrillo K. Validação do construto e da confiabilidade de uma escala de inteligência emocional aplicada a estudantes de enfermagem. Revista latino-americana de enfermagem. 2015 [acceso: 16/07/2019];23(1):139-47. DOI: https://doi.org/10.1590/0104-1169.3498.2535

  24. Ferreira AM, Rocha ED, Lopes CT, Bachion MM, Lopes JD, Barros AL. Diagnósticos de enfermagem em terapia intensiva: mapeamento cruzado e Taxonomia da NANDA-I. Revista Brasileira de Enfermagem. 2016 [acceso: 16/07/2019];69(2):307-15. DOI: https://doi.org/10.1590/0034-7167.2016690214i

  25. Duan Y, Zhou G, Zhang Y, Lan Z, Chi C, Yan W. Neural Network Based Clinical Treatment Decision Support System for Co-existing Medical Conditions. In2018 IEEE Third International Conference on Data Science in Cyberspace (DSC) IEEE. 2018 [acceso: 16/07/2019]. Disponible en: https://doi.org/10.1109/DSC.2018.00027




2020     |     www.medigraphic.com