Your browser doesn't support javascript.
loading
Big data and machine learning in critical care: Opportunities for collaborative research.
Núñez Reiz, Antonio; Martínez Sagasti, Fernando; Álvarez González, Manuel; Blesa Malpica, Antonio; Martín Benítez, Juan Carlos; Nieto Cabrera, Mercedes; Del Pino Ramírez, Ángela; Gil Perdomo, José Miguel; Prada Alonso, Jesús; Celi, Leo Anthony; Armengol de la Hoz, Miguel Ángel; Deliberato, Rodrigo; Paik, Kenneth; Pollard, Tom; Raffa, Jesse; Torres, Felipe; Mayol, Julio; Chafer, Joan; González Ferrer, Arturo; Rey, Ángel; González Luengo, Henar; Fico, Giuseppe; Lombroni, Ivana; Hernandez, Liss; López, Laura; Merino, Beatriz; Cabrera, María Fernanda; Arredondo, María Teresa; Bodí, María; Gómez, Josep; Rodríguez, Alejandro; Sánchez García, Miguel.
Afiliação
  • Núñez Reiz A; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España. Electronic address: anunezreiz@gmail.com.
  • Martínez Sagasti F; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España.
  • Álvarez González M; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España.
  • Blesa Malpica A; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España.
  • Martín Benítez JC; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España.
  • Nieto Cabrera M; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España.
  • Del Pino Ramírez Á; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España.
  • Gil Perdomo JM; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España.
  • Prada Alonso J; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España.
  • Celi LA; MIT Critical Data, Laboratory for Computational Physiology, Harvard-MIT Health Sciences & Technology, MIT, Cambridge, Massachusetts, United States.
  • Armengol de la Hoz MÁ; MIT Critical Data, Laboratory for Computational Physiology, Harvard-MIT Health Sciences & Technology, MIT, Cambridge, Massachusetts, United States; Division of Clinical Informatics, Department of Medicine, Beth Israel Deaconess Medical Center, Boston, Massachusetts, United States; Harvard Medica
  • Deliberato R; MIT Critical Data, Laboratory for Computational Physiology, Harvard-MIT Health Sciences & Technology, MIT, Cambridge, Massachusetts, United States.
  • Paik K; MIT Critical Data, Laboratory for Computational Physiology, Harvard-MIT Health Sciences & Technology, MIT, Cambridge, Massachusetts, United States.
  • Pollard T; MIT Critical Data, Laboratory for Computational Physiology, Harvard-MIT Health Sciences & Technology, MIT, Cambridge, Massachusetts, United States.
  • Raffa J; MIT Critical Data, Laboratory for Computational Physiology, Harvard-MIT Health Sciences & Technology, MIT, Cambridge, Massachusetts, United States.
  • Torres F; MIT Critical Data, Laboratory for Computational Physiology, Harvard-MIT Health Sciences & Technology, MIT, Cambridge, Massachusetts, United States.
  • Mayol J; Department of Surgery, Hospital Clinico San Carlos de Madrid, Instituto de Investigación Sanitaria San Carlos, Universidad Complutense de Madrid, Madrid, Spain.
  • Chafer J; Unidad de Innovación, Hospital Clínico San Carlos, Instituto de Investigación Sanitaria del Hospital Clínico San Carlos (IdISSC), Madrid, Spain.
  • González Ferrer A; Unidad de Innovación, Hospital Clínico San Carlos, Instituto de Investigación Sanitaria del Hospital Clínico San Carlos (IdISSC), Madrid, Spain.
  • Rey Á; Unidad de Innovación, Hospital Clínico San Carlos, Instituto de Investigación Sanitaria del Hospital Clínico San Carlos (IdISSC), Madrid, Spain.
  • González Luengo H; Unidad de Innovación, Hospital Clínico San Carlos, Instituto de Investigación Sanitaria del Hospital Clínico San Carlos (IdISSC), Madrid, Spain.
  • Fico G; Life Supporting Technologies, epartamento de Tecnología Fotónica y Bioingeniería, Universidad Politècnica de Madrid, Madrid, Spain.
  • Lombroni I; Life Supporting Technologies, epartamento de Tecnología Fotónica y Bioingeniería, Universidad Politècnica de Madrid, Madrid, Spain.
  • Hernandez L; Life Supporting Technologies, epartamento de Tecnología Fotónica y Bioingeniería, Universidad Politècnica de Madrid, Madrid, Spain.
  • López L; Life Supporting Technologies, epartamento de Tecnología Fotónica y Bioingeniería, Universidad Politècnica de Madrid, Madrid, Spain.
  • Merino B; Life Supporting Technologies, epartamento de Tecnología Fotónica y Bioingeniería, Universidad Politècnica de Madrid, Madrid, Spain.
  • Cabrera MF; Life Supporting Technologies, epartamento de Tecnología Fotónica y Bioingeniería, Universidad Politècnica de Madrid, Madrid, Spain.
  • Arredondo MT; Life Supporting Technologies, epartamento de Tecnología Fotónica y Bioingeniería, Universidad Politècnica de Madrid, Madrid, Spain.
  • Bodí M; Service of Intensive Care Medicine, Hospital Universitari Joan XXIII, IISPV-URV, Tarragona, Spain.
  • Gómez J; Service of Intensive Care Medicine, Hospital Universitari Joan XXIII, IISPV-URV, Tarragona, Spain; Department of Electronic Engineering, Metabolomics Platform, Rovira i Virgili University, IISPV, Tarragona.
  • Rodríguez A; Service of Intensive Care Medicine, Hospital Universitari Joan XXIII, IISPV-URV, Tarragona, Spain.
  • Sánchez García M; Servicio de Medicina Intensiva, Hospital Universitario Clínico San Carlos, Madrid, España. Electronic address: miguel.sanchez@salud.madrid.org.
Med Intensiva (Engl Ed) ; 43(1): 52-57, 2019.
Article em En, Es | MEDLINE | ID: mdl-30077427
Assuntos
Palavras-chave
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Estado Terminal / Cuidados Críticos / Pesquisa Interdisciplinar / Aprendizado de Máquina / Big Data Tipo de estudo: Clinical_trials Limite: Humans País/Região como assunto: Europa Idioma: En / Es Ano de publicação: 2019 Tipo de documento: Article
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Estado Terminal / Cuidados Críticos / Pesquisa Interdisciplinar / Aprendizado de Máquina / Big Data Tipo de estudo: Clinical_trials Limite: Humans País/Região como assunto: Europa Idioma: En / Es Ano de publicação: 2019 Tipo de documento: Article