{"id":24242,"date":"2022-03-02T08:57:24","date_gmt":"2022-03-02T14:57:24","guid":{"rendered":"https:\/\/saluddigital.com\/?p=24242"},"modified":"2025-10-21T10:16:05","modified_gmt":"2025-10-21T16:16:05","slug":"nuevo-estudio-muestra-modelo-de-inteligencia-artificial-para-el-diagnostico-complejo-de-enfermedades-cardiacas","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/nuevo-estudio-muestra-modelo-de-inteligencia-artificial-para-el-diagnostico-complejo-de-enfermedades-cardiacas\/","title":{"rendered":"New study shows Artificial Intelligence model for complex diagnosis of heart disease"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Cient\u00edficos del Cedars-Sinai Medical Center de Los \u00c1ngeles, desarrollaron un nuevo algoritmo de Inteligencia Artificial (IA), para la detecci\u00f3n de enfermedades cardiacas.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

De acuerdo al estudio publicado en JAMA Network, este algoritmo desarrollado por el Smidt Heart Institute del Cedars-Sinai, es capaz de identificar y distinguir entre dos condiciones cardiacas mortales que usualmente no se detectan a tiempo: miocardiopat\u00eda hipertr\u00f3fica y amiloidosis card\u00edaca.<\/p>

La amiloidosis card\u00edaca, no suele ser detectada porque los pacientes pueden no presentar ning\u00fan s\u00edntoma, o experimentarlos de manera muy espor\u00e1dica. Y por otra parte la cardiomiopat\u00eda hipertr\u00f3fica, es una enfermedad que causa aumento en el grosor y endurecimiento de los m\u00fasculos del coraz\u00f3n, lo que provoca dificultades para su funcionamiento y da\u00f1os en las v\u00e1lvulas cardiacas.<\/p>

De acuerdo a David Ouyang, cardi\u00f3logo del Smidt Heart Institute y autor del estudio, estas condiciones del coraz\u00f3n son dif\u00edciles de detectar adecuada y precisamente incluso para cardi\u00f3logos expertos. \u201cNuestro algoritmo de IA puede identificar patrones de enfermedades que no se pueden ver a simple vista y luego usar estos patrones para predecir el diagn\u00f3stico correcto\u201d, explic\u00f3.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El algoritmo fue utilizado y probado en m\u00e1s de 34 mil videos de ultrasonidos cardiacos de Cerdars-Sinai y laboratorios de Stanford Healthcare. El algoritmo fue capaz de identificar caracter\u00edsticas espec\u00edficas como el grosor de las paredes del coraz\u00f3n y el tama\u00f1o de las c\u00e1maras del coraz\u00f3n.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

En este sentido el algoritmo fue capaz de identificar a los pacientes de alto riesgo con mayor precisi\u00f3n que un especialista bien entrenado. \u201cEsto se debe a que el algoritmo detecta se\u00f1ales sutiles en los videos de ultrasonido que distinguen entre afecciones card\u00edacas que a menudo pueden parecer muy similares a afecciones m\u00e1s benignas, as\u00ed como entre s\u00ed, en la revisi\u00f3n inicial\u201d, coment\u00f3 Ouyang.<\/p>

\u201cUno de los aspectos m\u00e1s importantes de esta tecnolog\u00eda de IA no es solo la capacidad de distinguir lo anormal de lo normal, sino tambi\u00e9n distinguir entre estas condiciones anormales, porque el tratamiento y manejo de cada enfermedad card\u00edaca es muy diferente\u201d, dijo Ouyang.<\/p>

De esta forma, el uso de IA en cardiolog\u00eda ha logrado evolucionar de manera r\u00e1pida en los \u00faltimos a\u00f1os, lo que ha permitido el desarrollo de estudio cl\u00ednicos de alto impacto y el desarrollo de tecnolog\u00edas para el diagn\u00f3stico de enfermedades.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

CEDARS SINAI<\/strong><\/p>

https:\/\/www.cedars-sinai.org\/newsroom\/new-artificial-intelligence-tool-detects-often-overlooked-heart-diseases\/<\/a><\/p>

HEALTH IT ANALYTICS<\/strong><\/p>

https:\/\/healthitanalytics.com\/news\/new-ai-tool-helps-detect-hard-to-diagnose-heart-disease<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Cient\u00edficos del Cedars-Sinai Medical Center de Los \u00c1ngeles, desarrollaron un nuevo algoritmo de Inteligencia Artificial (IA), para la detecci\u00f3n de enfermedades cardiacas. De acuerdo al estudio publicado en JAMA Network, este algoritmo desarrollado por el Smidt Heart Institute del Cedars-Sinai, es capaz de identificar y distinguir entre dos condiciones cardiacas mortales que usualmente no se detectan a tiempo: miocardiopat\u00eda hipertr\u00f3fica y amiloidosis card\u00edaca. La amiloidosis card\u00edaca, no suele ser detectada porque los pacientes pueden no presentar ning\u00fan s\u00edntoma, o experimentarlos de manera muy espor\u00e1dica. Y por otra parte la cardiomiopat\u00eda hipertr\u00f3fica, es una enfermedad que causa aumento en el grosor y endurecimiento de los m\u00fasculos del coraz\u00f3n, lo que provoca dificultades para su funcionamiento y da\u00f1os en las v\u00e1lvulas cardiacas. De acuerdo a David Ouyang, cardi\u00f3logo del Smidt Heart Institute y autor del estudio, estas condiciones del coraz\u00f3n son dif\u00edciles de detectar adecuada y precisamente incluso para cardi\u00f3logos expertos. \u201cNuestro algoritmo de IA puede identificar patrones de enfermedades que no se pueden ver a simple vista y luego usar estos patrones para predecir el diagn\u00f3stico correcto\u201d, explic\u00f3. El algoritmo fue utilizado y probado en m\u00e1s de 34 mil videos de ultrasonidos cardiacos de Cerdars-Sinai y laboratorios de Stanford Healthcare. El algoritmo fue capaz de identificar caracter\u00edsticas espec\u00edficas como el grosor de las paredes del coraz\u00f3n y el tama\u00f1o de las c\u00e1maras del coraz\u00f3n. En este sentido el algoritmo fue capaz de identificar a los pacientes de alto riesgo con mayor precisi\u00f3n que un especialista bien entrenado. \u201cEsto se debe a que el algoritmo detecta se\u00f1ales sutiles en los videos de ultrasonido que distinguen entre afecciones card\u00edacas que a menudo pueden parecer muy similares a afecciones m\u00e1s benignas, as\u00ed como entre s\u00ed, en la revisi\u00f3n inicial\u201d, coment\u00f3 Ouyang. \u201cUno de los aspectos m\u00e1s importantes de esta tecnolog\u00eda de IA no es solo la capacidad de distinguir lo anormal de lo normal, sino tambi\u00e9n distinguir entre estas condiciones anormales, porque el tratamiento y manejo de cada enfermedad card\u00edaca es muy diferente\u201d, dijo Ouyang. De esta forma, el uso de IA en cardiolog\u00eda ha logrado evolucionar de manera r\u00e1pida en los \u00faltimos a\u00f1os, lo que ha permitido el desarrollo de estudio cl\u00ednicos de alto impacto y el desarrollo de tecnolog\u00edas para el diagn\u00f3stico de enfermedades. BIBLIOGRAF\u00cdA CEDARS SINAI https:\/\/www.cedars-sinai.org\/newsroom\/new-artificial-intelligence-tool-detects-often-overlooked-heart-diseases\/ HEALTH IT ANALYTICS https:\/\/healthitanalytics.com\/news\/new-ai-tool-helps-detect-hard-to-diagnose-heart-disease<\/p>","protected":false},"author":1,"featured_media":24244,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3399,156,3393,160,1418],"tags":[145],"class_list":["post-24242","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-analitica","category-big-data","category-inteligencia-artificial-y-ciencia","category-noticias","category-resena-de-publicaciones-cientificas","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/24242","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=24242"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/24242\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/24244"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=24242"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=24242"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=24242"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}