Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Aprendizaje automático puede predecir la enfermedad cardíaca mejor que los otros modelos de riesgo

Por el equipo editorial de MedImaging en español
Actualizado el 23 Jul 2019
Print article
Imagen: La investigación muestra que el aprendizaje automático es más eficaz para predecir enfermedades cardíacas cuando se compara con los modelos de riesgo convencionales (Fotografía cortesía de Health Imaging).
Imagen: La investigación muestra que el aprendizaje automático es más eficaz para predecir enfermedades cardíacas cuando se compara con los modelos de riesgo convencionales (Fotografía cortesía de Health Imaging).
Un estudio realizado por investigadores de la facultad de medicina de Yale (Nueva Haven, CT, EUA) demostró que el aprendizaje automático (AA), un tipo de inteligencia artificial, funciona mejor que los modelos de riesgo convencionales para predecir ataques cardíacos y otros eventos cardíacos cuando se usan junto con un examen cardiaco común.

La evaluación exacta del riesgo es crucial para las intervenciones tempranas en el caso de las enfermedades cardíacas, aunque la determinación del riesgo es una ciencia imperfecta, y los modelos populares existentes, como el puntaje de riesgo de Framingham, tienen limitaciones, ya que no consideran directamente el estado de las arterias coronarias. La arteriografía por tomografía computarizada coronaria (CCTA, por sus siglas en inglés), un tipo de TC que proporciona imágenes altamente detalladas de los vasos del corazón, se ha convertido en una herramienta prometedora para refinar la evaluación de riesgos. De hecho, ha demostrado ser tan prometedora que un grupo de trabajo multidisciplinario introdujo recientemente un sistema de puntuación para resumir los resultados de la CCTA. La herramienta de toma de decisiones, conocida como el sistema de información y datos de enfermedades de las arterias coronarias (CAD-RADS), hace énfasis sobre las estenosis o bloqueos y el estrechamiento de las arterias coronarias. Según los investigadores, el CAD-RADS es un desarrollo importante y útil en el manejo de pacientes cardíacos, aunque su enfoque en las estenosis podría dejar de lado información importante sobre las arterias.

Observando que la CCTA muestra más que simples estenosis, los investigadores buscaron un sistema de AA capaz de minar los innumerables detalles en estas imágenes para obtener un panorama de pronóstico más completo. Para el estudio, el equipo de investigación comparó el enfoque AA con CAD-RADS y otros sistemas de puntuación de vasos en 6.892 pacientes. Los investigadores siguieron a los pacientes durante un promedio de nueve años después de la CCTA. Hubo 380 muertes por todas las causas, incluyendo 70 por enfermedad coronaria. Además, 43 pacientes reportaron ataques al corazón.

En comparación con el CAD-RADS y otras puntuaciones, el enfoque de AA discriminó mejor qué pacientes tendrían posibilidad de hacer un evento cardíaco de aquellos que no lo harían. Al decidir si comenzar con las estatinas, la puntuación de AA aseguró que el 93% de los pacientes con eventos recibirían el medicamento, en comparación con solo el 69% si se confiaba en el CAD-RADS.

Si el aprendizaje automático puede mejorar la puntuación de los vasos, aumentaría la contribución de las imágenes no invasivas a la evaluación del riesgo cardiovascular. Además, si los puntajes de los vasos derivados del AA se pudieran combinar con los factores de riesgo sin imágenes, como la edad, el sexo, la hipertensión y el tabaquismo, para desarrollar modelos de riesgo más completos, se beneficiarían tanto a los médicos como a los pacientes.

“La estimación de riesgo que se obtiene al hacer la versión de aprendizaje automático del modelo es más exacta que la estimación de riesgo que se obtendría si se confía en CAD-RADS. Ambos métodos funcionan mejor que solo usando la estimación de riesgo de Framingham. Esto muestra el valor de observar las arterias coronarias para calcular mejor el riesgo de las personas”, dijo el autor principal del estudio, Kevin M. Johnson, M.D, profesor asociado de radiología e imágenes biomédicas en la facultad de medicina de Yale.

Enlace relacionado:
Facultad de Medicina de Yale

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Color Doppler Ultrasound System
DRE Crystal 4PX
New
Computed Tomography (CT) Scanner
Aquilion Serve SP
New
Brachytherapy Planning System
Oncentra Brachy

Print article

Canales

Radiografía

ver canal
Imagen: Saige-DX es un sistema de IA categórico personalizado diseñado para ayudar en la detección del cáncer de mama (Fotografía cortesía de DeepHealth)

IA ayuda a radiólogos generales a lograr un rendimiento de nivel de especialista en interpretación de mamografías

El cáncer de mama, que afecta a una de cada ocho mujeres a lo largo de su vida, se vuelve mucho más tratable cuando se detecta a tiempo. La tasa de supervivencia relativa a cinco años... Más

RM

ver canal
Imagen: Se ha encontrado que 0.55T son suficiente para obtener una imagen de calidad diagnóstica de una resonancia magnética (Fotografía cortesía de 123RF)

Imágenes de resonancia magnética de 0,55 T de campo bajo ofrecen utilidad diagnóstica similar a la de 1,5 T para exploraciones abdominales

La resonancia magnética (RM) es una herramienta vital en el diagnóstico médico, pero el alto costo de los sistemas clínicos de cuerpo entero es una barrera importante.... Más

Medicina Nuclear

ver canal
Imagen: La técnica de imágenes PET puede detectar de manera no invasiva la inflamación activa antes de que surjan síntomas clínicos (Fotografía cortesía de 123RF)

Nuevo trazador PET detecta artritis inflamatoria antes de que aparezcan síntomas

La artritis reumatoide, la forma más común de artritis inflamatoria, afecta a 18 millones de personas en todo el mundo. Es una enfermedad autoinmune compleja caracterizada por inflamación... Más

Imaginología General

ver canal
Imagen: La imagen fotoacústica del PACTER produce imágenes 3D de la sangre fluyendo (Fotografía cortesía de Yide Zhang)

Nueva tecnología muestra imágenes del flujo sanguíneo en tiempo real

Comprender la dinámica del flujo sanguíneo, o hemodinámica, proporciona información fundamental sobre diversas enfermedades vasculares. La información sobre factores... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.