<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Vol. 8, no. 05 | Congreso Argentino de Informática y Salud (CAIS 2022)</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151578</link>
<description/>
<pubDate>Tue, 17 Nov 2026 09:41:01 GMT</pubDate>
<dc:date>2026-11-17T09:41:01Z</dc:date>
<item>
<title>Computer aided prediction of sepsis-related mortality risk in neonatal intensive care units</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151667</link>
<description>Objeto de conferencia
Congreso Argentino de Informática y Salud (CAIS 2022) (JAIIO 51, UAI, 17 al 28 de octubre de 2022)
Nowadays, sepsis is considered a global burden disease with anannual incidence of three million neonatal cases. Nevertheless, there are no homogeneous criteria for neonatal sepsis. Furthermore, adult sepsis scores don’t work properly in neonatal Intensive Care Units (ICUs) settings due to the specific characteristics of the neonates' immune systems. This work describes and surveys a machine-learning computer-aided diagnosis approach for predicting sepsis mortality in neonatal ICUs. The survey is based on a retrospective cohort study in which each patient has an initial sepsis-related diagnosis in the first 24h after ICU admission. Our experiments are based on four different machine-learning techniques: decision trees, random forests, support vector machines and artificial neural networks. The predictive power was assessed using accuracy, sensitivity, and specificity. The importance of the variables was obtained automatically through data science techniques using R. The approach with the best performance was the random forest, which achieves an accuracy of 97% in the prediction of mortality.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151667</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>Nowadays, sepsis is considered a global burden disease with anannual incidence of three million neonatal cases. Nevertheless, there are no homogeneous criteria for neonatal sepsis. Furthermore, adult sepsis scores don’t work properly in neonatal Intensive Care Units (ICUs) settings due to the specific characteristics of the neonates' immune systems. This work describes and surveys a machine-learning computer-aided diagnosis approach for predicting sepsis mortality in neonatal ICUs. The survey is based on a retrospective cohort study in which each patient has an initial sepsis-related diagnosis in the first 24h after ICU admission. Our experiments are based on four different machine-learning techniques: decision trees, random forests, support vector machines and artificial neural networks. The predictive power was assessed using accuracy, sensitivity, and specificity. The importance of the variables was obtained automatically through data science techniques using R. The approach with the best performance was the random forest, which achieves an accuracy of 97% in the prediction of mortality.</dc:description>
</item>
<item>
<title>Software Hope: tratamiento educativo para enseñar danza a través de realidad aumentada a niños con autismo</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151666</link>
<description>Objeto de conferencia
Congreso Argentino de Informática y Salud (CAIS 2022) (JAIIO 51, UAI, 17 al 28 de octubre de 2022)
Este artículo describe el análisis, diseño, implementación y valoración de un software denominado Hope para ayudar a niños con trastorno del espectro autista a expresarse mediante la danza. El software propuesto se basa en realidad aumentada y permite fortalecer procesos de enseñanza aprendizaje que incluyen aspectos relacionados con la imitación, la percepción, la motricidad gruesa y fina, y la coordinación visual. El proceso de diseño se realizó de forma interactiva centrado esencialmente en el ser humano, se contó con la participación y guía de un equipo multidisciplinario. Se explican las características consideradas para diseñar e implementar el software, que fue probado en un Centro Terapéutico Ludic Place para niños con autismo, además se construyó una propuesta de intervención pedagógica donde se definen parámetros para la evaluación. La puesta en marcha de Hope requirió una interacción constante, métodos de diseño participativo, además el software fue mejorado con las recomendaciones de los participantes, algunos estudiantes del centro terapéutico probaron la aplicación, lo hicieron en principio acompañados de sus cuidadores y de forma progresiva se logró el uso individual del sistema, Hope fue valorado por 5 niños con TEA, además de 5 padres de familia, 5 especialistas en tecnología, seguido de con 5 expertos (docentes, psicólogos, terapistas y médicos). Al final conseguimos resultados alentadores que incluyeron el reconocimiento del cuerpo, un dialogo no verbal, expresiones menos directivas, estructuradas y la capacidad de crear y de flexibilizar el pensamiento de los participantes.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151666</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>Este artículo describe el análisis, diseño, implementación y valoración de un software denominado Hope para ayudar a niños con trastorno del espectro autista a expresarse mediante la danza. El software propuesto se basa en realidad aumentada y permite fortalecer procesos de enseñanza aprendizaje que incluyen aspectos relacionados con la imitación, la percepción, la motricidad gruesa y fina, y la coordinación visual. El proceso de diseño se realizó de forma interactiva centrado esencialmente en el ser humano, se contó con la participación y guía de un equipo multidisciplinario. Se explican las características consideradas para diseñar e implementar el software, que fue probado en un Centro Terapéutico Ludic Place para niños con autismo, además se construyó una propuesta de intervención pedagógica donde se definen parámetros para la evaluación. La puesta en marcha de Hope requirió una interacción constante, métodos de diseño participativo, además el software fue mejorado con las recomendaciones de los participantes, algunos estudiantes del centro terapéutico probaron la aplicación, lo hicieron en principio acompañados de sus cuidadores y de forma progresiva se logró el uso individual del sistema, Hope fue valorado por 5 niños con TEA, además de 5 padres de familia, 5 especialistas en tecnología, seguido de con 5 expertos (docentes, psicólogos, terapistas y médicos). Al final conseguimos resultados alentadores que incluyeron el reconocimiento del cuerpo, un dialogo no verbal, expresiones menos directivas, estructuradas y la capacidad de crear y de flexibilizar el pensamiento de los participantes.</dc:description>
</item>
<item>
<title>Selección de algoritmos de preprocesamiento de datos del Hospital Delicia Concepción Masvernat (Concordia, provincia de Entre Ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151664</link>
<description>Objeto de conferencia
Congreso Argentino de Informática y Salud (CAIS 2022) (JAIIO 51, UAI, 17 al 28 de octubre de 2022)
El sector sanitario, sin lugar a dudas es uno de los ámbitos en el que se administran grandes volúmenes de datos; principalmente en el área clínica.Esto conduce a identificar una importante necesidad de encontrar maneras deadministrar, integrar, analizar e interpretar ese gran conjunto de datos; procurando identificar patrones de comportamiento que sean de utilidad en latoma de decisiones médicas. El proyecto de investigación1 en el que se enmarca este artículo plantea como principal objetivo desarrollar un componente de software capaz de generar, con aprendizaje automatizado, un modelo con capacidades predictivas sobre enfermedades cardiológicas; que permita un mejor soporte a decisiones de diagnóstico clínico y un avance significativo en la medicina preventiva. Este artículo presenta una revisión exhaustiva de las herramientas de preprocesamiento de datos para analizar datos sanitarios masivos, en términos de la imputación de valores perdidos, detección de valores atípicos, reducción, escalado, transformación y partición de datos. Además, se proponen herramientas de ciencia de datos en el campo sanitario. Se ha presentado un análisis en profundidad para describir los pros y los contras de las herramientas existentes para abordar los desafíos prácticos. Los resultados obtenidos son útiles para el desarrollo de investigaciones basadas en predicción de enfermedades en el campo sanitario.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151664</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>El sector sanitario, sin lugar a dudas es uno de los ámbitos en el que se administran grandes volúmenes de datos; principalmente en el área clínica.Esto conduce a identificar una importante necesidad de encontrar maneras deadministrar, integrar, analizar e interpretar ese gran conjunto de datos; procurando identificar patrones de comportamiento que sean de utilidad en latoma de decisiones médicas. El proyecto de investigación1 en el que se enmarca este artículo plantea como principal objetivo desarrollar un componente de software capaz de generar, con aprendizaje automatizado, un modelo con capacidades predictivas sobre enfermedades cardiológicas; que permita un mejor soporte a decisiones de diagnóstico clínico y un avance significativo en la medicina preventiva. Este artículo presenta una revisión exhaustiva de las herramientas de preprocesamiento de datos para analizar datos sanitarios masivos, en términos de la imputación de valores perdidos, detección de valores atípicos, reducción, escalado, transformación y partición de datos. Además, se proponen herramientas de ciencia de datos en el campo sanitario. Se ha presentado un análisis en profundidad para describir los pros y los contras de las herramientas existentes para abordar los desafíos prácticos. Los resultados obtenidos son útiles para el desarrollo de investigaciones basadas en predicción de enfermedades en el campo sanitario.</dc:description>
</item>
<item>
<title>Portal de pacientes oncológicos: necesidades y expectativas de usuarios</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151663</link>
<description>Objeto de conferencia
Congreso Argentino de Informática y Salud (CAIS 2022) (JAIIO 51, UAI, 17 al 28 de octubre de 2022)
El objetivo del presente trabajo fue explorar las necesidades y expectativas de los usuarios del Instituto Alexander Fleming (IAF) respecto a los sistemas de información orientados a pacientes, con el propósito de planificar y priorizar la implementación de mejoras en el portal de pacientes. Se analizaron mediante la técnica de análisis de contenido los comentarios textuales de pacientes que se atendieron en la institución entre noviembre del 2021 y abril del 2022 y respondieron la encuesta de satisfacción enviada por IAF. Los resultados  arrojaron 6 principales temas emergentes: (1) la necesidad de los pacientes de contar con su información clínica y administrativa en una única plataforma; (2) tener disponible su documentación clínica en el momento oportuno; (3) contar con información más clara y amigable sobre las indicaciones de preparación antes de realizarse estudios diagnósticos y (4) antes de comenzar un tratamiento en HDD; (5) información más accesible sobre tratamientos complementarios en el contexto oncológico; (6) optimizar los canales de llamado a consultorio de pacientes presenciales ambulatorios. Los hallazgos reportados en el presente trabajo nos sirvieron como insumo para diseñar un plan de mejoras en el portal de pacientes de IAF y en el ecosistema digital de la institución.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151663</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>El objetivo del presente trabajo fue explorar las necesidades y expectativas de los usuarios del Instituto Alexander Fleming (IAF) respecto a los sistemas de información orientados a pacientes, con el propósito de planificar y priorizar la implementación de mejoras en el portal de pacientes. Se analizaron mediante la técnica de análisis de contenido los comentarios textuales de pacientes que se atendieron en la institución entre noviembre del 2021 y abril del 2022 y respondieron la encuesta de satisfacción enviada por IAF. Los resultados  arrojaron 6 principales temas emergentes: (1) la necesidad de los pacientes de contar con su información clínica y administrativa en una única plataforma; (2) tener disponible su documentación clínica en el momento oportuno; (3) contar con información más clara y amigable sobre las indicaciones de preparación antes de realizarse estudios diagnósticos y (4) antes de comenzar un tratamiento en HDD; (5) información más accesible sobre tratamientos complementarios en el contexto oncológico; (6) optimizar los canales de llamado a consultorio de pacientes presenciales ambulatorios. Los hallazgos reportados en el presente trabajo nos sirvieron como insumo para diseñar un plan de mejoras en el portal de pacientes de IAF y en el ecosistema digital de la institución.</dc:description>
</item>
<item>
<title>Triagem automática de gestantes de alto risco de mortalidade usando árvores de decisão</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151662</link>
<description>Objeto de conferencia
Congreso Argentino de Informática y Salud (CAIS 2022) (JAIIO 51, UAI, 17 al 28 de octubre de 2022)
O risco de mortalidade materna é um grande problema desaúde nos países em desenvolvimento. Para reduzir a mortalidade, podemser desenvolvidas estratégias de intervenção mais abrangentes, com aaplicação de testes de triagem, visando reduzir complicações relacionadas à gravidez. Este trabalho visa construir um modelo preditivo baseados emdados de diferentes hospitais e clínicas comunitárias para fazer uma previsão de risco de mortalidade em mulheres grávidas através de seis preditoresde risco. O modelo desenvolvido obteve uma acurácia de 71,78%,com uma sensibilidade, para predizer pacientes de alto risco de mortalidade,de 87,04%.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151662</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>O risco de mortalidade materna é um grande problema desaúde nos países em desenvolvimento. Para reduzir a mortalidade, podemser desenvolvidas estratégias de intervenção mais abrangentes, com aaplicação de testes de triagem, visando reduzir complicações relacionadas à gravidez. Este trabalho visa construir um modelo preditivo baseados emdados de diferentes hospitais e clínicas comunitárias para fazer uma previsão de risco de mortalidade em mulheres grávidas através de seis preditoresde risco. O modelo desenvolvido obteve uma acurácia de 71,78%,com uma sensibilidade, para predizer pacientes de alto risco de mortalidade,de 87,04%.</dc:description>
</item>
<item>
<title>Vigilancia epidemiológica de contactos de SARS-CoV-2 con el uso de las tecnologías de la información y comunicación - TICs</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151661</link>
<description>Objeto de conferencia
Congreso Argentino de Informática y Salud (CAIS 2022) (JAIIO 51, UAI, 17 al 28 de octubre de 2022)
El objeto de este trabajo es describir el rendimiento de la vigilancia epidemiológica de contactos a través del uso del software VEC-COVID-19 a tra-vés del estudio de un Caso de éxito; y como las TICs pueden colaborar en una emergencia sanitaria en la Detección, Prevención, Respuesta y Recuperación de la COVID-19; realizar transferencias de metodologías de trabajo para la vigilan-cia epidemiológica de contactos, colaborar con la gestión de los recursos en sa-lud, así como contribuir en facilitar el trabajo de los profesionales de salud; y contribuir a tener un impacto positivo en la respuesta de atención en las comuni-dades, en una pandemia.Se utilizó una metodología descriptiva, retrospectiva.De la evaluación del rendimiento del sistema informático en entornos reales de salud pública, el software VEC-COVID-19, colaboró con las autoridades sanita-rias en la vigilancia epidemiológica de contactos, transfiriendo metodologías de trabajo a través de una solución informática que brindó información para la toma de decisiones en salud.El software con énfasis en el campo de la epidemiología ha demostrado ser útil en el abordaje de problemas de salud pública. Su éxito dependió de un contexto que favoreció el abordaje integral del problema de salud pública, las estrategias adoptadas por el municipio, el trabajo intersectorial e interprofesional, la infraes-tructura tecnológica, el capital humano, y su capacitación.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151661</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>El objeto de este trabajo es describir el rendimiento de la vigilancia epidemiológica de contactos a través del uso del software VEC-COVID-19 a tra-vés del estudio de un Caso de éxito; y como las TICs pueden colaborar en una emergencia sanitaria en la Detección, Prevención, Respuesta y Recuperación de la COVID-19; realizar transferencias de metodologías de trabajo para la vigilan-cia epidemiológica de contactos, colaborar con la gestión de los recursos en sa-lud, así como contribuir en facilitar el trabajo de los profesionales de salud; y contribuir a tener un impacto positivo en la respuesta de atención en las comuni-dades, en una pandemia.Se utilizó una metodología descriptiva, retrospectiva.De la evaluación del rendimiento del sistema informático en entornos reales de salud pública, el software VEC-COVID-19, colaboró con las autoridades sanita-rias en la vigilancia epidemiológica de contactos, transfiriendo metodologías de trabajo a través de una solución informática que brindó información para la toma de decisiones en salud.El software con énfasis en el campo de la epidemiología ha demostrado ser útil en el abordaje de problemas de salud pública. Su éxito dependió de un contexto que favoreció el abordaje integral del problema de salud pública, las estrategias adoptadas por el municipio, el trabajo intersectorial e interprofesional, la infraes-tructura tecnológica, el capital humano, y su capacitación.</dc:description>
</item>
<item>
<title>Soporte a la toma de decisiones operativas en el Servicio de Quirófanos del Hospital Municipal “Dr. Leónidas Lucero” de Bahía Blanca</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151659</link>
<description>Objeto de conferencia
XIII Congreso Argentino de Informática y Salud (CAIS 2022) (LI JAIIO, UAI, 17 al 28 de octubre de 2022)
La organización eficiente del servicio de quirófanos es una de las prioridadesde los hospitales debido al elevado impacto que tienen las cirugías sobrela calidad de vida de los pacientes. Adicionalmente, una gran cantidad de recursos humanos, económicos y materiales se encuentran afectados permanentemente a esta actividad. La adopción de herramientas computacionales, basadas en modelos matemáticos de optimización e integrados con interfaces de usuario, constituyen herramientas de soporte en la toma de decisiones para asistir en la planificación de las cirugías programadas. En este trabajo se describe una herramienta de estas características, orientada a asistir en la asignación diaria de las cirugíasprogramadas de pacientes a los quirófanos disponibles. El modelo considera las principales restricciones materiales que deben ser tenidas en cuenta con el objetivo de minimizar los tiempos requeridos para desarrollar la totalidad de los procedimientos programados para la jornada en el menor tiempo posible.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151659</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>La organización eficiente del servicio de quirófanos es una de las prioridadesde los hospitales debido al elevado impacto que tienen las cirugías sobrela calidad de vida de los pacientes. Adicionalmente, una gran cantidad de recursos humanos, económicos y materiales se encuentran afectados permanentemente a esta actividad. La adopción de herramientas computacionales, basadas en modelos matemáticos de optimización e integrados con interfaces de usuario, constituyen herramientas de soporte en la toma de decisiones para asistir en la planificación de las cirugías programadas. En este trabajo se describe una herramienta de estas características, orientada a asistir en la asignación diaria de las cirugíasprogramadas de pacientes a los quirófanos disponibles. El modelo considera las principales restricciones materiales que deben ser tenidas en cuenta con el objetivo de minimizar los tiempos requeridos para desarrollar la totalidad de los procedimientos programados para la jornada en el menor tiempo posible.</dc:description>
</item>
<item>
<title>Transformación digital en un servicio de hospital de día oncológico: un relato de experiencia</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/151657</link>
<description>Objeto de conferencia
XIII Congreso Argentino de Informática y Salud (CAIS 2022) (LI JAIIO, UAI, 17 al 28 de octubre de 2022)
Este trabajo relata la experiencia de la informatización de los procesos de atención del Hospital de Día del Instituto Alexander Fleming. La implementación de la Historia Clínica Electrónica y el sistema de pedidos electrónicos integrado, fue organizada en 5 etapas: relevamiento y reingeniería de procesos, adecuación del software, entrenamiento del personal y gestión del cambio, conformación del comité de esquemas de tratamiento y monitoreo de implementación. Esta experiencia puede ayudar a otros centros a avanzar en procesos similares. La informatización en el servicio permitió estandarizar los procesos, lograr una mejor comunicación, gestionar el área desde el conocimiento de los datos, para trabajar sobre las oportunidades de mejora. La optimización de los tiempos y el menor trabajo administrativo logrado con esta implementación permite al equipo tratante tener mayor acercamiento con el paciente logrando un cuidado de mayor calidad.
</description>
<pubDate>Sat, 01 Jan 2022 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/151657</guid>
<dc:date>2022-01-01T00:00:00Z</dc:date>
<dc:description>Este trabajo relata la experiencia de la informatización de los procesos de atención del Hospital de Día del Instituto Alexander Fleming. La implementación de la Historia Clínica Electrónica y el sistema de pedidos electrónicos integrado, fue organizada en 5 etapas: relevamiento y reingeniería de procesos, adecuación del software, entrenamiento del personal y gestión del cambio, conformación del comité de esquemas de tratamiento y monitoreo de implementación. Esta experiencia puede ayudar a otros centros a avanzar en procesos similares. La informatización en el servicio permitió estandarizar los procesos, lograr una mejor comunicación, gestionar el área desde el conocimiento de los datos, para trabajar sobre las oportunidades de mejora. La optimización de los tiempos y el menor trabajo administrativo logrado con esta implementación permite al equipo tratante tener mayor acercamiento con el paciente logrando un cuidado de mayor calidad.</dc:description>
</item>
</channel>
</rss>
