Please enable JavaScript.
Coggle requires JavaScript to display documents.
EL SISTEMA DE SALUD DIGITAL EN NUTRICIÓN Y DIETÉTICA, salud-mental,…
EL SISTEMA DE SALUD DIGITAL EN NUTRICIÓN Y DIETÉTICA
Salud Digital (eHealth/mHealth)
Concepto
Uso de tecnologías de la información y comunicación para mejorar la atención médica,.
eHealth
Es el uso de tecnologías de la información y comunicación .
mHealth
:Se refiere al uso de dispositivos móviles.
Características
Uso de tecnologías digitales
Acceso a servicios de salud
Intercambio de información médica.
Toma de decisiones clínicas.
Herramientas de salud digital
Telemedicina
Historias clínicas electrónicas.
Aplicaciones móviles de salud .
Dispositivos de monitoreo de salud.
Inteligencia artificial
Beneficios
Facilita el seguimiento de pacientes.
Mejora el acceso a servicios de salud.
Optimiza la gestión de información médica.
Promueve la prevención y el autocuidado.
:
Bibliografía
Organización Mundial de la Salud. (2021). Estrategia mundial sobre salud digital 2020-2025. Organización Mundial de la Salud.
https://iris.who.int/server/api/core/bitstreams/fb530f1f-1667-46a2-9a34-637d4c08f50d/content
Muñoz Ñañez, D., Gómez Sayas, J., & Andrade Díaz, K. (2025). Salud móvil (mHealth) en profundidad: un estudio bibliométrico. Revista Espacios, 46(3), 130-152.
https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S0798-10152025000300130
Silva, A. L., et al. (2025). Salud digital y acceso a la atención primaria en poblaciones vulnerables. Saúde em Debate, 49(número especial 1), e9933.
https://www.scielosp.org/article/sdeb/2025.v49nspe1/e9933/
INTEROPERABILIDAD
CONCEPTO
:
Capacidad de:
Intercambio e interpretación de datos entre sistemas de salud.
Permite:
Acceso oportuno y continuo a información clínica.
Integración de:
Historia clínica electrónica, laboratorios y plataformas digitales.
BENEFICIOS
:check:
Continuidad asistencial
Entre:
Diferentes servicios de salud.
Mejor toma de decisiones clínicas
Basada en:
Datos integrados.
Mayor eficiencia en gestión de información nutricional y clínica.
Reducción de:
Errores clínicos.
Duplicación de pruebas.
DESAFÍOS O LIMITACIONES
:warning:
Falta de estandarización tecnológica entre sistemas.
Problemas de
Seguridad.
Confidencialidad de datos.
Costos de:
Implementación.
Infraestructura digital.
Baja capacitación digital del personal sanitario.
APLICACIÓN EN NUTRICIÓN Y DIETÉTICA
:silhouette:
Integración de:
Evaluación nutricional con historia clínica electrónica.
Intercambio de:
Datos antropométricos, bioquímicos y dietéticos.
Monitoreo clínico de:
Pacientes con riesgo nutricional.
Planes nutricionales.
Coordinación entre:
Médicos
Nutricionistas
Farmacéuticos
ESTÁNDARES E INFRAESTRUCTURA
Uso de:
Estándares internacionales
de intercambio de datos.
FHIR
HL7
Implementación de:
Terminologías clínicas estandarizadas.
LOINC
SNOMED
Base para:
Ecosistemas de salud digital.
Medicina personalizada.
REFERENCIAS BIBLIOGRÁFICAS
Siquier Homar, P., Pinteño Blanco, M., Calleja Hernández, M. Á., Fernández Cortés, F., & Martínez Sotelo, J. (2015). Development of integrated support software for clinical nutrition. Farmacia Hospitalaria, 39(5), 240–268.
https://doi.org/10.7399/fh.2015.39.5.8807
Lehne, M., Sass, J., Essenwanger, A., Schepers, J., & Thun, S. (2019). Why digital medicine depends on interoperability. npj Digital Medicine, 2, 79.
https://doi.org/10.1038/s41746-019-0158-1
Trendov, N. M., Varas, S., & Zeng, M. (2019). Digital technologies in agriculture and rural areas: Briefing paper. Food and Agriculture Organization of the United Nations (FAO).
https://openknowledge.fao.org/server/api/core/bitstreams/885161de-dccf-4589-8376-07fe37b68799/content
Protección de Datos Sensibles
Concepto
Privacidad información
Datos confidenciales
Protección digital
Seguridad informativa
Fuentes de datos
Historias clínicas
Registros médicos
Sistemas hospitalarios
Análisis de datos
Control acceso
Encriptación datos
Gestión permisos
Desafíos/Limitaciones
Riesgo filtraciones
Ataques cibernéticos
Manejo inadecuado
Falta regulación
Beneficios
Confianza paciente
Seguridad información
Protección legal
Bibliografía
Boussi Diaz. C.(2020). Obligaciones de seguridad de datos personales cm la regulacion del arca de la salud. Revista Chilena de Derecho y tecnologia, YU). 227•
270.htttt//wwwseielocl/ndfirchdt/vOnl/0710.2584.rchdt.Q.1-00227.ndf
Constante-Mariño. Estefania Monserrath, Proaño-Reyes, Gladis Margo, &
Castro:Sánchez, Fernando de Jesús. (2025). Medidas de seguridad para la protección de datos de estudiantes y exestudiantes de Uniandes. Noesis, 7(esp2), 777-793. Epub 31 de diciembre de 2025.
https://doi.org/10.35381/noesisin.v7i2.617
Muñoz-del-Carpio-Toia. Aqueda. Mondragón-Barrios, Liliana. Duro, Eduardo Alfredo. Rueda Castro, Laura. & Sorokin, Patricia. (2023). Protección de datos de salud: el reto de la armonización legislativa en América Latina: Revista del Cuerpo Médico Hospital Nacional Almanzor Aguinaga Asonjo. 16(2), e1886. Epul 30 de junio de 2023.
https://doi.org/10.35434/remhnaaa.2023.162.1886
INTELIGENCIA ARTIFICIAL EN NUTRICIÓN
CONCEPTO
Aplicación de:
Algoritmos de aprendizaje automático y análisis de datos en nutrición.
Procesamiento de:
Grandes bases de datos alimentarios y clínicos.
Integración con:
Salud digital.
Sensores.
Registros electrónicos.
Identificación de:
Patrones dietéticos y metabólicos.
Uso de:
Modelos predictivos para evaluación nutricional.
BENEFICIOS
:check:
Detección temprana de:
Riesgo nutricional.
Enfermedades con etiología nutricional.
Optimización de:
Análisis de grandes volúmenes de datos dietéticos.
Apoyo en:
Decisiones clínicas basadas en evidencia.
Personalización avanzada de planes alimentarios.
Precisión en:
Evaluación nutricional y metabólica.
DESAFÍOS O LIMITACIONES
:warning:
Dependencia de:
Calidad y disponibilidad de datos clínicos.
Infraestructura tecnológica.
Necesidad de:
Validación clínica de modelos de IA.
Problemas éticos en uso de datos de salud.
Riesgos de sesgos algorítmicos.
NUTRICIÓN DE PRECISIÓN BASADA EN DATOS
Modelos predictivos
Para:
Respuesta individual a alimentos.
Diseño de:
Intervenciones dietéticas personalizadas.
Nutrición personalizada.
Integración de datos:
Genómicos.
Metabólicos.
Microbiota.
Uso de:
Big data nutricional.
Biomarcadores metabólicos.
Base para:
Medicina preventiva.
REFERENCIAS BIBLIOGRÁFICAS
Ordovas, J. M., Ferguson, L. R., Tai, E. S., & Mathers, J. C. (2018). Personalised nutrition and health. BMJ, 361, k2173.
https://doi.org/10.1136/bmj.k2173
Sosa-Holwerda, A., Park, O. H., Albracht-Schulte, K., Niraula, S., Thompson, L., & Oldewage-Theron, W. (2024). The Role of Artificial Intelligence in Nutrition Research: A Scoping Review. Nutrients, 16(13), 2066.
https://doi.org/10.3390/nu16132066
Detopoulou, P., Voulgaridou, G., Moschos, P., Levidi, D., Anastasiou, T., Dedes, V., Diplari, E.-M., Fourfouri, N., Giaginis, C., Panoutsopoulos, G. I., & Papadopoulou, S. K. (2023). Artificial intelligence, nutrition, and ethical issues: A minireview. Clinical Nutrition Open Science, 50, 46–56.
https://doi.org/10.1016/j.nutos.2023.07.001
Telesalud Nutricional
CONCEPTO
Atención nutricional a distancia
Uso de tecnologías de comunicación
Servicios de salud Digital
Interacción profesional - paciente online
TECNOLOGIAS IUTILIZADAS
Videollamadas Médicas
Aplicaciones móviles de salud
Monitoreo remoto de pacientes
Plataformas de telemedicina
Plataformas digitales de consulta
APLICACIONES EN NUTRICIÓN
Asesoría Nutricional virtual
Monitoreo de hábitos alimentarios
Educación nutricional digital
Seguimientos de planes alimentarios
DESAFIOS O LIMITACIONES
Acceso limitado a internet
Privacidad y seguridad de datos
Alfabetización digital del paciente
BENEFICIOS
Mayor acceso a servicios nutricionales
Atención personalizada a distancia
Continuidad del tratamiento nutricional
Reducción de barreras geográficas
Mayor seguimiento del paciente
BIBLIOGRAFIA*
-Farid, D. (2020). COVID-19 and telenutrition: Remote consultation in clinical nutrition practice. Current Developments in Nutrition.
https://cdn.nutrition.org/article/S2475-2991(22)12105-0/fulltext
-Mauldin, K., Gieng, J., Saarony, D., & Hu, C. (2021). Performing nutrition assessment remotely via telehealth. Nutrition in Clinical Practice, 36(4), 751–768.
https://doi.org/10.1002/ncp.10682
-Santana, F. B., Oliveira, N. S., Costa, M. G. O., Andrade, A. C. S. C., Costa, M. L., Teles, A. C. S. J., & Mendes-Netto, R. S. (2023). Impact of telenutrition protocols in a web-based nutrition counseling program on adult dietary practices: Randomized controlled pilot study. Patient Education and Counseling.
https://doi.org/10.1016/j.pec.2023.108005
Big Data en Nutrición
CONCEPTO
Análisis de grandes volúmenes de datos
Estudio de patrones alimentarios
Recopilación de información nutrcional
FUENTES DE DATOS
Aplicaciones de alimentación
Encuestas nutricionales poblacionales
Registros clínicos electronicos
ANALISIS DE DATOS
Inteligencia articificial
Algoritmos de analisis
Mineria de datos
Análisis estadístico avanzado
BENEFICIOS
Decisiones basadas en evidencia científica
Intervenciones nutricionales mas precisas
Prevención de enfermedades
Comprensión de hábitos alimentarios
DESAFIOS O LIMITACIONES
Calidad y veracidad de la información
Privacidad y protección de datos
Manejo de grandes bases de datos
BIBLIOGRAFIA
-Morgenstern,J.D., Rosella, L.C., Costa,A.P., de Souza, R.J., & Anderson, L.N. (2021). Perspective: Big Data and machine learning could help advance nutritional epidemiology. Advances in Nutrition.
https://www.sciencedirect.com/science/article/pii/S2161831322001211?via%3Dihub
-Naghashi, S., Sadeghian, M., Nasiri, M., Mobarak, S., Asadi, M., & Sadeghi, O. (2021). Asociación del consumo total de frutos secos, nueces de árbol, cacahuetes y mantequilla de cacahuete con la incidencia y la mortalidad por cáncer: Una revisión sistemática y metaanálisis. Advances in Nutrition, 12(3), 793–808.
https://doi.org/10.1093/advances/nmaa152
-Kirk, D., Kok, E., Tufano, M., Tekinerdogan, B., Feskens, E. J. M., & Camps, G. (2022). Aprendizaje automático en la investigación nutricional. Advances in Nutrition, 13(6), 2573–2589.
https://doi.org/10.1093/advances/nmac103
WEARABLES DE SALUD
VARIABLES QUE MONITOREAN
Gasto energético
Pasos diarioas
Frecuencia cardíaca
Calidad de sueño
Nivel de actividad física
APLICACIÓN EN NUTRICIÓN
Evaluación del estilo de vida
Control del gasto calórico
Seguimiento del balance energético
Apoyo en control de peso
CONCEPTO
Monitoreo de salud en tiempo real
Seguimiento de actividad fisica
Dispositivos electrónicos portatiles
Registro de datos fisiológicos
LIMITACIONES
Riesgos de privacidad de datos
Precisión variable de calorías
Costo tecnológico
Dependencia del uso del dispositivo
BENEFICIOS
Motivación para hábitos saludables
Datos objetivos de actividad
Seguimiento del paciente
Monitoreo continuo de salud
BIBLIOGRAFIA
Shi, Z., Li, X., Shuai, Y., Lu, Y., & Liu, Q. (2022). The development of wearable technologies and their potential for measuring nutrient intake: Towards precision nutrition. Nutrition Bulletin, 47(4), 388–406.
https://doi.org/10.1111/nbu.12581
Dimitratos, S. M., German, J. B., & Schaefer, S. E. (2020). Wearable technology to quantify the nutritional intake of adults: Validation study. JMIR mHealth and uHealth, 8(7), e16405.
https://doi.org/10.2196/16405
Tricás-Vidal, H. J., et al. (2022). Health habits and wearable activity tracker devices: Analytical cross-sectional study. Sensors, 22(8), 2960.
https://doi.org/10.3390/s22082960
SISTEMAS DE GESTIÓN NUTRICIONAL
(NMS)
CONCEPTO
Sistemas informáticos
Para:
Gestionar procesos de atención nutricional.
Integran:
Diagnóstico.
Planificación dietética.
Evaluación nutricional.
Permiten:
Registro digital de datos clínicos.y dietéticos del paciente.
Facilitan:
Seguimiento y monitoreo del estado nutricional.
Se integran con:
Historia clínica electrónica
Sistemas hospitalarios.
BENEFICIOS
:check:
Automatización del proceso de atención nutricional.
Dentro de:
La historia clínica electrónica.
Reducción de errores en:
Prescripción dietética.
Soporte nutricional.
Centralización de datos nutricionales del paciente.
Facilita:
Seguimiento del estado nutricional.
Gestión de información nutricional.
DESAFÍOS O LIMITACIONES
:warning:
Problemas de
interoperabilidad
Entre:
Sistemas clínicos.
Necesidad de:
Capacitación en informática en nutrición.
Estandarización de terminologías nutricionales.
Integración incompleta con datos de consumo dietético reales.
Costos de:
Infraestructura tecnológica.
APLICACIÓN EN NUTRICIÓN Y DIETÉTICA
:silhouette:
Evaluación nutricional digital
Antropometría.
Bioquímica.
Clínica.
Dietética.
Monitoreo de:
Ingesta alimentaria.
Adherencia nutricional.
Planificación y prescripción de dietas terapéuticas.
Seguimiento de:
Resultados nutricionales.
Evolución clínica.
AUTOMATIZACIÓN Y SOPORTE A DECISIONES CLÍNICAS
Integración de:
Algoritmos de evaluación nutricional.
Sistemas de alerta para riesgo de desnutrición.
Análisis de:
Indicadores clínicos y nutricionales.
Recomendaciones automáticas de intervención dietética.
REFERENCIAS BIBLIOGRÁFICAS
Duffy, K M et al. “A computer-assisted management information system for nutrition services.” Journal of the American Dietetic Association vol. 89,9 (1989): 1296-300.
https://pubmed.ncbi.nlm.nih.gov/2768744/
Healthie. (2024). Nutrition management system (NMS) glossary.
https://www.gethealthie.com/glossary/nutrition-software
Zhang, Y. Y., Wang, C. Y., Guo, D. X., Gao, H. N., Jin, X. S., Wu, Y. L., Chen, L. H., & Feng, Z. X. (2024). Improvement of the nutritional support management system for patients in intensive care units. World journal of psychiatry, 14(1), 44–52.
https://doi.org/10.5498/wjp.v14.i1.44
HISTORIA CLINICA ELECTRON
Registro digital
Computadoras)
Softwar médico
Datos electrónicos
Almacenamiento digital
Información médica
Enfermedades
Salud
Sintomas
Tratamiento
Seguimiento Clínica
Sistema informativa )
Programas
Base de datos
Redes hispitalarias
Gestión de información
Información que contiene
Datos personales
Nombre
Edad
Sexo
Identificación
Contacto
Tratamiento
Medicamento
Terapia
Proceso
Diagnóstico
Evaluación Medica
Analisis clínico
Estado de salud
Exámen clínicos
Laboratorio
Exámen de sangré
Radiografía
Ecografía
Función
Apoyo clínico
Diagnóstico
Decisión Médica
Información previa
Seguimiento al paciente
Control Medico
Evaluación
Resultados
Coordinación Médica
Comunicación
Trabajo en equipo
Atención integral
Ventajas
Acceso rápido
Consulta inmediata
Disponibilidad
Información actualizada
Organización de datos
Clasificación
Orden
Gestión documental
Continuidad de atención
Historial completo
Atención continúa
Calidad de atención
Aspectos éticos y legales
Confidencialidad
Secreto médico
Acceso autorizado
Privacidad
Derechos del paciente
Control de información
Consentimiento
Seguridad de datos
Contraseña
Protección de datos
Bibliografía
Arellano Rodríguez, M. (2008). Hacia una historia médica electrónica: entre lo legal y lo ético. Enlace: Revista Venezolana de Información, Tecnología y Conocimiento, 5(1), 79–98.)
https://www.scielosp.org/article/icse/2023.v27/e220072/es/
Gomes, A., & colaboradores. (2023). Prácticas y discursos en salud y cuidado en contextos contemporáneos. Interface – Comunicação, Saúde, Educação, 27, e220072.
https://pubmed.ncbi.nlm.nih.gov/26116790/
Archer, N., Fevrier-Thomas, U., Lokker, C., McKibbon, K., & Straus, S. (2011). Personal health records: A scoping review. Journal of the American Medical Informatics Association, 18(4), 515–522.
https://ve.scielo.org/scielo.php?pid=S1690-75152008000100006&script=sci_arttext
ALFABETIZACION DIGITAL EN SALUD
Concepto
Educación digital
Comprensión sanitaria
Salud digital
Uso información
Fuentes de datos
Bases científicas
Plataformas educativas
Aplicaciones salud
Portales médicos
Análisis de datos
Búsqueda información
Evaluación fuentes
Interpretación datos
Desafíos / limitaciones
Brecha digital
Baja capacitación
Información falsa
Beneficios
Mejor autocuidado
Decisiones saludables
Paciente informado
Prevención enfermedades
Bibliografía
Paakkari, L., & Okan, O. (2020). COVID-19: Health literacy is an underestimated problem. The Lancet Public Health, 5(5), e249–e250.
https://doi.org/10.1016/S2468-2667(20)30086-4
Norman, C. D., & Skinner, H. A. (2006). eHealth literacy: Essential skills for consumer health in a networked world. Journal of Medical Internet Research, 8(2), e9.
https://doi.org/10.2196/jmir.8.2.e9
Sørensen, K., Van den Broucke, S., Fullam, J., Doyle, G., Pelikan, J., Slonska, Z., & Brand, H. (2012). Health literacy and public health: A systematic review and integration of definitions and models. BMC Public Health, 12, 80.
https://doi.org/10.1186/1471-2458-12-80
: :
: :