Noticias Tecnología - Innovación - Ciencia

add ver todas

Healthy-io es una aplicación médica que permite utilizar la cámara del smartphone para realizar pruebas de laboratorio en casa

Cada año se realizan millones de análisis de orina de laboratorio para mujeres embarazadas, pacientes con riesgo de insuficiencia renal y personas que creen que pueden tener infecciones del tracto urinario. Más de 1,8 millones de personas han sido diagnosticadas con enfermedad renal crónica en Inglaterra, y se estima que un millón más tienen la enfermedad pero aún no han sido diagnosticadas. En los Estados Unidos, se cree que alrededor de 30 millones de adultos están afectados, pero la mayoría no lo sabe. Las pruebas para detectar estas enfermedades son costosas y consumen mucho tiempo tanto para los pacientes como para los médicos, ya que implican una visita a un médico, una remisión a un laboratorio y hasta tres días de espera para obtener los resultados.

Los consecuencias del lanzamiento de Healthy-io:

  • Mayor comodidad y rapidez para los pacientes y, por tanto, mejora de su estado de salud – La laboriosidad del proceso de revisión es un inconveniente que disuade a las personas de someterse a exámenes de orina anuales que podrían ahorrarles diálisis o incluso un trasplante al detectar los primeros signos de insuficiencia renal. En la actualidad, sólo el 40% de los pacientes en riesgo de tener enfermedades de este tipo en el Reino Unido visita a su médico para realizarse una prueba anual de orina, mientras que este porcentaje en los Estados Unidos es aún más bajo, alrededor del 30%. Gracias a Healthy-io los pacientes no tienen que visitar la clínica para realizar las pruebas de orina, ya que se trata de un sistema que transforma la cámara de un smartphone en un dispositivo de escaneo con la misma calidad que la de un laboratorio y además obtienen los resultados del análisis de forma instantánea. ​
  • Reducción de los costes – Esto supone una gran oportunidad para incrementar el porcentaje de personas que realizan sus revisiones anuales, lo cual podría ahorrar a los proveedores de salud una gran cantidad de dinero al año al detectar la enfermedad a tiempo. Sin embargo, es importante que las pruebas sean interpretadas siempre por un profesional una vez obtenido el resultado.
  • Necesidad de supervisión regulatoria – Dado que se trata de una tecnología relacionada con la vida de los pacientes, es importante que la misma tenga una supervisión regulatoria.
    Para saber más haz click aquí

NOTICIAS RELACIONADAS

add ver todas

GE imprimirá en 3D las bases de turbinas eólicas más...

La impresión 3D está cogiendo fuerza con el tiempo en diferentes usos dentro del ámbito empresarial. Algunas empresas aplican esta tecnología para la fabricación de sus productos como es el caso GE, que está apostando por la investigación en la impresión de bases de turbinas eólicas que se producen en el mismo sitio en el que se instalan.

7 innovaciones de retail que responden al COVID-19

Los minoristas han tenido que ser creativos para mantener sus negocios con un funcionamiento rentable. Algunas de las innovaciones de retail son: ventas en streaming, VR, Showroomings digitales, TikTok , comercio electrónico y compartir datos.

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí

Tecnología de reconocimiento facial para detectar las...

¿Quién no ha sentido alguna vez la impotencia de no poder expresarse con claridad debido a la opacidad que producen las mascarillas en la cara?