Nuevas aplicaciones de la Inteligencia Artificial en cardiología
L a digitalización de grandes cantidades de datos o la mejora de la capacidad de cálculo abren nuevas oportunidades a la Inteligencia Artificial para el avance en la investigación de ciertas patologías.
La enfermedad de las arterias coronarias es una de las principales causas de muerte en todo el mundo.
La aplicación de la Inteligencia Artificial (IA) en la medicina, particularmente en la medicina cardiovascular, ha irrumpido con fuerza en la última década. De hecho ha habido innumerables avances en el campo de las imágenes cardiovasculares para ayudar en el diagnóstico, tratamiento y prevención de la enfermedad de las arterias coronarias.
Ahora, llega el turno a las enfermedades cardiovasculares y se ha aplicado la IA para mejorar el infradiagnóstico de la enfermedad cardiaca en mujeres. Para ello, un grupo de investigadores ha recurrido a los datos para crear modelos de riesgos cardiovasculares.
Los autores pusieron en marcha un estudio en el que participaron 10.030 pacientes cuyos resultados han sido publicados en la revista ‘Frontiers in Physiology‘ y generaron modelos que demuestran el potencial para mejorar los modelos predictivos. Al incorporar numerosas variables, tanto clínicas como de imagen, estos algoritmos de aprendizaje automático pueden predecir mejor la mortalidad cardiovascular. Por lo tanto, estos modelos pueden aportar información invaluable a la hora de evaluar el riesgo cardiovascular de un paciente.
Algoritmos modernos
Múltiples estudios han buscado mejorar el modelo de predicción de riesgos pero ha sido la IA ha tenido especial impacto en el ámbito de la mejora de la predicción del riesgo cardiovascular.
La promesa de la IA radica en aprovechar los algoritmos modernos para mejorar la toma de decisiones y la predicción de riesgos más allá de los modelos actuales centrados en el paciente. Para los investigadores, los métodos de cuantificación de estenosis y aterosclerosis recientemente validados discutidos en este artículo representan un enfoque listo para la práctica.
Los ejemplos específicos incluyen la oportunidad de evaluar enfermedades que progresan rápidamente y aquellas que no responden a las terapias hipolipemiantes.
