En 2018 Argentina anunciaba su integración a @SnomedCT
A 3 años de la incorporación, #InnovaSaludDigital dialogó con karina
Revirol,
coordinadora del National Release Center Argentina - SNOMED para que nos cuente
la experiencia.
Nota completa https://bit.ly/3jvxR4f
Esta publicación fue desarrollada por la Oficina de Gestión del Conocimiento, Bioética e Investigación (KBR) de la Organización Panamericana de la Salud (OPS) (ehealth@paho.org), en el marco del Programa de eSalud de la OPS. Coordinación: Marcelo D'Agostino y Myrna Marti.
Fue un honor para mí haber participado de este
proyecto, que no pierde vigencia, teniendo a mi cargo las conversaciones sobre
Políticas aplicadas en eSalud y telemedicina.
https://www.academia.edu/37021896/Conversaciones_sobre_eSalud?email_work_card=view-paper
La Unidad de Virología y Epidemiología Molecular
del Servicio de Microbiología del Garrahan incorporó Flow, una plataforma para
realizar diagnósticos moleculares de forma automática.
La
máquina, compuesta por tres robots, disminuye la
exposición del personal, reduce el margen de error y garantiza resultados
confiables. ‘Flow’ posee un software de inteligencia
artificial que posibilita un flujo de trabajo continuo y trazable. Además,
optimiza el tiempo ya que permite procesar altos caudales de diferentes tipos
de muestras con menos presencia y manipulación por parte del personal del
Laboratorio.
Al no
tener que manipular las muestras, el proceso de las muestras se vuelve más seguro
para el personal y previene contaminaciones que pueden derivar en errores del
diagnóstico.
“Es muy
positivo que un importante laboratorio decida traer en comodato esta innovadora
plataforma a la Argentina y al Garrahan”, explicó Andrea Mangano, jefa de la
Unidad de Virología y Epidemiología Molecular. “Esto es una ventaja, ya que no
ocasiona un gasto para el Hospital y permite que estas tecnologías se puedan
renovar con el avance de la ciencia”, agregó.
Debido
a la importante demanda y para seguir dando respuesta a la lucha contra la
pandemia, los robots ya están funcionando con muestras
COVID-19. En breve será extendida al análisis de otros virus y luego se
ampliará al estudio de otros microorganismos del Servicio de Microbiología.
Mangano,
destacó que “la calidad que brinda la plataforma impacta directamente en la
seguridad del paciente y permite satisfacer la creciente demanda”. Por último,
agregó: “Esto posiciona al Laboratorio del Garrahan en la vanguardia del
diagnóstico molecular de enfermedades infecciosas”.
Fuente: Hospital Garrahan
Gracias a la inteligencia artificial, se proporcionará de manera gratuita y abierta a la comunidad científica la base de datos de los modelos de predicciones de las estructuras del proteoma humano más completa y precisa de la historia. La iniciativa se ha puesto en marcha mediante la colaboración entre la empresa DeepMind y el Laboratorio Europeo de Biología Molecular (EMBL), el principal laboratorio europeo en ciencias biológicas.
El
catálogo públicamente disponible incluirá alrededor de 20.000 proteínas
expresadas por el genoma humano. La base de datos y el sistema de inteligencia
artificial que la ha hecho posible brindan a los biólogos estructurales nuevas
y poderosas herramientas para examinar la estructura tridimensional de las
proteínas, y ofrecen un tesoro de datos que podría abrir el camino a futuros
avances y presagiar una nueva era para la biología basada en la inteligencia
artificial.
En
diciembre de 2020, los organizadores de la evaluación comparativa Critical
Assessment of Protein Structure Prediction (CASP) reconocieron AlphaFold como
una solución al gran desafío, vigente desde hacía más de 50 años, que era
predecir la estructura de tales proteínas. Los resultados conseguidos por
AlphaFold constituyeron un logro asombroso en el campo.
La
base de datos de estructura de proteínas AlphaFold (AlphaFold Protein Structure
Database) se basa en esta innovación y en los descubrimientos de generaciones
de científicos y científicas, desde los pioneros y las pioneras de la
cristalografía y el análisis de estructura de las proteínas, hasta los miles de
especialistas en predicción y biólogos y biólogas estructurales que han pasado
años experimentando con proteínas desde entonces y que han compartido sus
resultados de forma abierta. La base de datos explota y amplía drásticamente el
conocimiento acumulado sobre las estructuras de proteínas, más que duplicado el
número de estructuras de proteínas humanas con predicciones de alta precisión
disponibles para los investigadores. Avanzar en la comprensión de estos
componentes básicos de la vida, que sustentan los procesos biológicos en todos
los seres vivos, permitirá a los investigadores de una gran variedad de campos
acelerar su trabajo.
Estructuras
proteicas representando datos obtenidos vía AlphaFold. (Imagen: AlphaFold /
Karen Arnott / EMBL-EBI)
Recientemente
se publicó en la revista académica Nature la metodología de la última e
innovadora versión de AlphaFold, el sofisticado sistema de inteligencia
artificial anunciado en diciembre pasado que impulsa estas predicciones de
estructura, y su código fuente abierto. El nuevo anuncio coincide con la
publicación en Nature de un segundo estudio que proporciona la imagen más
completa de las proteínas que componen el proteoma humano, y la publicación de
las proteínas de 20 organismos adicionales que son importantes para la
investigación biológica.
"Nuestro
objetivo en DeepMind siempre ha sido construir inteligencia artificial y
utilizarla como una herramienta para ayudar a acelerar el ritmo del progreso
científico, y mejorar así el conocimiento del mundo que nos rodea",
declara el fundador y director ejecutivo de DeepMind, Demis Hassabis.
"Hemos utilizado AlphaFold para generar la imagen más completa y precisa
del proteoma humano. Creemos que esta es la contribución más significativa que
ha hecho la inteligencia artificial al avance del conocimiento científico hasta
la fecha, y es un gran ejemplo de los tipos de beneficios que la inteligencia
artificial puede aportar a la sociedad".
AlphaFold
ya está ayudando a los científicos a acelerar sus descubrimientos. La capacidad
de predecir computacionalmente la forma de una proteína a partir de su
secuencia de aminoácidos, en vez de tener que determinarla experimentalmente
con técnicas minuciosas, laboriosas, y a menudo costosas, ya está ayudando a
los científicos a lograr en meses lo que antes requería años de trabajo.
"La
base de datos AlphaFold es un ejemplo perfecto del círculo virtuoso de la
ciencia abierta", destaca la directora general del EMBL, Edith Heard.
"AlphaFold ha sido entrenado utilizando datos de recursos públicos creados
por la comunidad científica, por lo que tiene sentido que sus predicciones sean
públicas. Compartir las predicciones de AlphaFold de forma abierta y gratuita
permitirá a los investigadores de todo el mundo obtener nuevos conocimientos e
impulsar nuevos descubrimientos. Creo que AlphaFold es una verdadera revolución
para las ciencias de la vida, como lo fue la genómica hace varias décadas y
estoy muy orgullosa de que el EMBL haya podido ayudar a DeepMind a permitir el
acceso abierto a este recurso extraordinario".
AlphaFold
ya está siendo utilizado por socios como la Iniciativa de Medicamentos para
Enfermedades Desatendidas (DNDi, por sus siglas en inglés), que ha avanzado en
su investigación sobre curas que salvan vidas para enfermedades que afectan de
manera desproporcionada a las zonas más pobres del mundo, o el Centro de
Innovación Enzimática (CEI) que utiliza AlphaFold para ayudar a diseñar enzimas
más rápidas para reciclar algunos de los plásticos más contaminantes de un solo
uso. AlphaFold ha ayudado a acelerar la investigación de aquellos científicos y
científicas que trabajan en la determinación experimental de la estructura de
las proteínas. Por ejemplo, un equipo de la Universidad de Colorado en Boulder
(Estados Unidos) utiliza las predicciones de AlphaFold para estudiar la
resistencia a los antibióticos, mientras que un grupo de la Universidad de
California en San Francisco (Estados Unidos) las ha utilizado para estudiar la
biología del SARS-CoV-2.
La
base de datos de estructura de proteínas AlphaFold está basada en muchas
contribuciones de la comunidad científica internacional, así como en las
refinadas innovaciones algorítmicas de AlphaFold y en las décadas de
experiencia del Instituto Europeo de Bioinformática del EMBL (EMBL-EBI)
compartiendo datos biológicos mundiales. DeepMind y el EMBL-EBI están dando
libre acceso a las predicciones de AlphaFold para que cualquiera pueda usar el
sistema con el fin de permitir y acelerar la investigación y explorar nuevas
vías de conocimiento científico.
"Este
será uno de los conjuntos de datos más importantes desde el mapa del Genoma
Humano", ha dicho el Director General Adjunto del EMBL y el director del
EMBL-EBI, Ewan Birney. "Hacer que las predicciones de AlphaFold sean
accesibles a la comunidad científica internacional abre muchas nuevas vías de
investigación, desde enfermedades desatendidas hasta nuevas enzimas para la
biotecnología y mucho más. Esta es una nueva y gran herramienta científica, que
complementa las tecnologías existentes y nos permitirá ampliar los límites de
nuestra comprensión del mundo".
Entre
las primeras más de 350.000 estructuras publicadas en la base de datos, además
del proteoma humano, están las proteínas de 20 organismos biológicamente
significativos como la bacteria E. coli, la mosca de la fruta, el ratón, el pez
cebra, el parásito de la malaria y las bacterias de la tuberculosis. Se han
realizado muchas investigaciones importantes sobre estos organismos, y tener
estas estructuras a disposición permitirá a muchos investigadores de campos muy
diferentes, desde la neurociencia hasta la medicina, acelerar su trabajo.
La
base de datos y el sistema de AlphaFold serán actualizados periódicamente a
medida que se continúe invirtiendo en mejoras futuras de AlphaFold, y en los
próximos meses se planea expandir enormemente la cobertura a casi todas las
proteínas secuenciadas conocidas por la ciencia: más de 100 millones de
estructuras que incluyen la mayoría de UniProt, la base de datos referencia.
(Fuente: EMBL)
Leído en NCyT
Conoce si estás en la dirección correcta para alcanzar los objetivos de seguridad de tu organización sabiendo cómo identificar la madurez de tu Programa de Concientización de Seguridad
El factor humano es el principal vector de ataque de los
incidentes de seguridad. Estudios recientes, indican que el error humano
representa más del 90% de las brechas de seguridad en las organizaciones.
Un plan de concientización de seguridad de usuarios puede
ayudar a incorporar las prácticas de seguridad necesarias y reforzar la cultura
de seguridad de la organización. Esto puede hacer la diferencia entre una
organización saludable y exitosa, y aquella que tiene sus operaciones de
negocio y reputación afectada significativamente. La formación en
concientización de seguridad se ha convertido en la forma más eficaz de
identificar, combatir y superar estos riesgos.
Modelo de Madurez de Concientización de Seguridad
Con el objetivo de ayudar a su organización a construir,
mantener y medir el programa de concientización de seguridad, un grupo de más
de 200 profesionales de seguridad de la información colaboraron para
desarrollar el Modelo
de Madurez de Concientización de Seguridad coordinados por el SANS Institute.
Este modelo permite a las organizaciones identificar
fácilmente dónde se encuentra actualmente su programa de concientización de
seguridad de usuarios, definir hacia dónde quiere o puede llegar, y describe el
camino para llegar a destino. El modelo se basa en cinco etapas distintas, cada
una de las cuales se apoya en la etapa anterior:
Los 5 Niveles de Madurez
Beneficios de un Programa de Concientización de Seguridad
Fuente: CiberSergei
Continuamente los médicos, hicimos hacemos y haremos
seguimiento de nuestros pacientes en forma remota por distintos medios, sin
duda esto se incrementó durante la pandemia, los sentimientos de ansiedad e
incertidumbre pueden abrumar a las personas, y los sistemas de salud pueden
tener dificultades para hacer frente a una demanda exponencial y fuera de
control. Sin una planificación adecuada y medidas de mitigación, los servicios de
salud pueden estar expuestos al riesgo de colapso causado por una sobrecarga de
consultas que podrían ser atendidas por medios virtuales.
Las instalaciones de salud pueden verse abrumadas y tener
una capacidad insuficiente para proporcionar un tratamiento adecuado a quienes
más lo necesitan.
Las teleconsultas son una forma segura y efectiva de
evaluar casos sospechosos y guiar el diagnóstico y el tratamiento del paciente,
minimizando el riesgo de transmisión de la enfermedad.
Las ventas de la teleconsultas consisten en que el médico
y el paciente cuentan con un ambiente más seguro que en una consulta telefónica
o por whatsapp ya que los sistemas de teleconsulta cuentan con acceso a la
historia clínica en línea, la posibilidad de documentar la atención y otros
elementos que hacen segura la consulta que por medios informales.
La consulta virtual es más rápida, ahorra el traslado,
pero debemos tener en cuenta que el diagnostico suele ser menos preciso y la
falta de la revisión medica que podemos hacer en el consultorio hacer que no
sea en muchos casos la vía correcta.
Sin embargo, es de gran ayuda para el seguimiento y como complemento de la consulta presencial. La consulta presencial, hoy en día convive con los canales digitales; y es muy útil para los pacientes que tienen alguna enfermedad crónica.
De acuerdo con la OPS la telemedicina es considerada como
una de las mayores innovaciones de los servicios sanitarios, y no solo desde el
punto de vista tecnológico, sino también cultural y social, al favorecer el
acceso a los servicios de atención sanitaria, mejorar la calidad asistencial y
la eficiencia organizativa.
Es bien sabido el compromiso de la telemedicina a dar
soluciones a los retos que los cambios socioeconómicos plantean a los sistemas
sanitarios en el siglo XXI (demanda de atención sanitaria, envejecimiento de la
población, aumento de la movilidad de los ciudadanos, necesidad de gestionar
grandes cantidades de información, competitividad global y provisión de una
mejor atención sanitaria), y todo ello en un entorno de limitaciones
presupuestarias y contención del gasto. No obstante, la normalización de la telemedicina
presenta dificultades importantes para su total consolidación y extensión.
A pesar de la decidida voluntad política por incorporar
las Tecnologías de la Información y la Comunicación (TIC) en la atención a la
salud, y empero del aumento en la actividad relacionada con la telemedicina, es
manifiesto que todavía tiene una presencia poco más que testimonial en la
actividad clínica y asistencial. Si bien se llevan a cabo un número cada vez
mayor de proyectos piloto y estudios de viabilidad, son pocas las aplicaciones
de telemedicina que han conseguido consolidarse en la práctica clínica e
incorporarse a los procesos asistenciales, quedando muchas veces relegadas una
vez pasada la fase inicial.
Referencias
https://iris.paho.org/bitstream/handle/10665.2/28413/9789275319031_spa.pdf?sequence=6
https://www3.paho.org/ish/images/docs/covid-19-teleconsultas-es.pdf
https://estandaresparadummies.blogspot.com/search?q=telesalud
https://estandaresparadummies.blogspot.com/2019/12/investigacion-sobre-telesalud-en_25.html
Fuente: Estándares
para Dummies
Desde la llegada de COVID-19, el sector de la salud se ha convertido últimamente en un target para los ciberataques.
Es un objetivo atractivo para el ciberdelito por dos
razones fundamentales: es una rica fuente de datos valiosos y se considera que
presenta una "soft defense".
La pandemia por coronavirus ha impulsado el trabajo
remoto y la telemedicina, pero esta situación trae nuevos problemas y riesgos que deben
abordarse, particularmente en lo que respecta a la seguridad y privacidad de la
información en el contexto del ciberdelito a las instituciones de salud.
Oradora: Eliana Ludmila Frutos
Ingresa aquí: https://www.youtube.com/watch?v=1gcQNg6SrgA
Fuente: DIS TV
