{"id":42757,"date":"2023-11-10T09:16:27","date_gmt":"2023-11-10T15:16:27","guid":{"rendered":"https:\/\/saluddigital.com\/?p=42757"},"modified":"2025-10-19T00:13:57","modified_gmt":"2025-10-19T06:13:57","slug":"ia-seria-capaz-de-detectar-con-precision-valvulopatias-cardiacas-y-predecir-riesgo-cardiovascular","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/ia-seria-capaz-de-detectar-con-precision-valvulopatias-cardiacas-y-predecir-riesgo-cardiovascular\/","title":{"rendered":"IA ser\u00eda capaz de detectar con precisi\u00f3n valvulopat\u00edas card\u00edacas y predecir riesgo cardiovascular"},"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

La AHA presentar\u00e1 en su evento Scientific Sessions 2023, nuevos avaneces de inteligencia artificial para la detecci\u00f3n de valvulopat\u00edas card\u00edacas y la predicci\u00f3n de riesgo cardiovascular.<\/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

La inteligencia artificial (IA) y los modelos de aprendizaje profundo o deep learning<\/i> son capaces de ayudar a predecir el riesgo de eventos de enfermedades cardiovasculares y detectar enfermedades de las v\u00e1lvulas card\u00edacas, seg\u00fan dos nuevos estudios preliminares ser\u00e1n presentados por la Asociaci\u00f3n Estadounidense del Coraz\u00f3n (AHA, en ingl\u00e9s) en su evento Scientific Sessions 2023. El evento se llevar\u00e1 a cabo del 11 al 13 de noviembre en Filadelfia, en lo que ser\u00e1 un gran intercambio global de los \u00faltimos avances cient\u00edficos, investigaciones y actualizaciones basadas en evidencia en la pr\u00e1ctica cl\u00ednica en ciencias cardiovasculares.<\/p>

Uno de los estudios encontr\u00f3 que un modelo de IA que analiz\u00f3 datos de sonido del coraz\u00f3n grabados con un estetoscopio digital logr\u00f3 detectar con mayor precisi\u00f3n enfermedades de las v\u00e1lvulas card\u00edacas que un profesional de la salud que escuchaba el coraz\u00f3n con un estetoscopio tradicional. Por otra parte, el otro estudio evalu\u00f3 datos del Biobanco del Reino Unido o UK Biobank, un programa de IA y aprendizaje profundo analiz\u00f3 y clasific\u00f3 de manera efectiva im\u00e1genes de los ojos de personas con prediabetes y diabetes tipo 2 para determinar su riesgo de eventos de enfermedades cardiovasculares.<\/p>

\u201cLos m\u00e9todos computacionales para desarrollar nuevos predictores de salud y enfermedad, es decir, la ‘inteligencia artificial’, se est\u00e1n volviendo cada vez m\u00e1s sofisticados”, dijo Dan Roden, profesor de medicina, farmacolog\u00eda e inform\u00e1tica biom\u00e9dica y vicepresidente s\u00e9nior de medicina personalizada en el Centro M\u00e9dico de la Universidad de Vanderbilt, as\u00ed como presidente del Consejo de Gen\u00f3mica y Medicina de Precisi\u00f3n de la Asociaci\u00f3n. Adem\u00e1s, resalt\u00f3 que ambos estudios son f\u00e1ciles de comprender y de tomar en cuenta lo que representan para el mundo en general.<\/p>

El primer estudio sobre el modelo de IA con el estetoscopio digital detect\u00f3 el 94,1% de los casos de valvulopat\u00eda, frente al estetoscopio est\u00e1ndar utilizado por los profesionales de atenci\u00f3n primaria, que solamente detect\u00f3 el 41,2% de los casos. De esta manera, el m\u00e9todo de IA identific\u00f3 a 22 personas con valvulopat\u00edas moderadas o graves no diagnosticadas previamente, y los profesionales que utilizaron los fonendoscopios est\u00e1ndar identificaron a 8 personas con valvulopat\u00edas no diagnosticadas previamente.<\/p>

El autor principal del estudio Moshe Rancier, director m\u00e9dico senior de Mass General Brigham Community Physicians. Explic\u00f3 que: \u201cEste estudio demuestra que los profesionales de la salud pueden examinar a los pacientes en busca de valvulopat\u00edas de manera m\u00e1s eficaz y r\u00e1pida utilizando un estetoscopio digital emparejado con IA de alto rendimiento que podr\u00eda detectar soplos card\u00edacos asociados con valvulopat\u00edas significativas\u201d.<\/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

No obstante, el estudio incluye varis limitaciones la principal el tama\u00f1o de la muestra, ya que solo incluy\u00f3 369 pacientes de 50 a\u00f1os en adelante (61% de mujeres). Por ello ser\u00e1 necesario realizar pruebas con este modelo con conjuntos de datos m\u00e1s grandes para comprobar su utilidad cl\u00ednica en los sistemas de salud.<\/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

Por otra parte, el estudio sobre las im\u00e1genes de retina aprendizaje autom\u00e1tico tuvo como objetivo predecir eventos de enfermedad cardiovascular en pacientes prediab\u00e9ticos y diab\u00e9ticos. Este estudio utiliz\u00f3 datos del UK Biobank evalu\u00f3 la eficacia de un algoritmo de aprendizaje profundo para analizar im\u00e1genes de la retina en la parte posterior del ojo.<\/p>

Los investigadores utilizaron este algoritmo para categorizar im\u00e1genes de retina de 1,101 personas en grupos de bajo riesgo, riesgo moderado y alto riesgo de enfermedad cardiovascular. Posteriormente, midieron el n\u00famero de eventos de enfermedad cardiovascular durante un per\u00edodo de 11 a\u00f1os.<\/p>

Los resultados mostraron que el 8.2% de los participantes en el grupo de bajo riesgo, el 15.2% en el grupo de riesgo moderado y el 18.5% en el grupo de alto riesgo experimentaron eventos de enfermedad cardiovascular al final de los 11 a\u00f1os de estudio. Asimismo, luego de considerar factores demogr\u00e1ficos y otros posibles factores de riesgo de enfermedad cardiovascular, las personas en el grupo de riesgo moderado ten\u00edan un 57% m\u00e1s de probabilidad de experimentar un evento cardiovascular en comparaci\u00f3n con las personas del grupo de bajo riesgo. De igual forma, las personas con puntuaciones de alto riesgo ten\u00edan un 88% m\u00e1s de probabilidad de experimentar un evento cardiovascular en comparaci\u00f3n con las del grupo de bajo riesgo.<\/p>

Por su parte, el autor principal del estudio, el Dr. Chan Joo Lee, se\u00f1al\u00f3 que estos resultados demuestran el potencial del an\u00e1lisis de la IA basada en de im\u00e1genes de retina como una herramienta de detecci\u00f3n temprana de enfermedades card\u00edacas en grupos de alto riesgo, como las personas incluidas en el estudio. Adem\u00e1s, indic\u00f3 que esto podr\u00eda llevar a intervenciones tempranas y un mejor manejo de estos grupos de pacientes, reduciendo en la incidencia de complicaciones relacionadas con enfermedades card\u00edacas.<\/p>

Al igual que el anterior estudio, este tambi\u00e9n cuenta con diversas limitaciones, por ejemplo, que el UK Biobank incluye m\u00e1s del 90% de participantes que tienen ascendencia europea, por lo que el algoritmo no ha sido probado con conjuntos de datos de personas no europeas.<\/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

AMERICAN HEART ASSOCIATION <\/b><\/p>

https:\/\/newsroom.heart.org\/news\/ai-may-accurately-detect-heart-valve-disease-and-predict-cardiovascular-risk<\/a><\/span><\/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":"

La AHA presentar\u00e1 en su evento Scientific Sessions 2023, nuevos avaneces de inteligencia artificial para la detecci\u00f3n de valvulopat\u00edas card\u00edacas y la predicci\u00f3n de riesgo cardiovascular. La inteligencia artificial (IA) y los modelos de aprendizaje profundo o deep learning son capaces de ayudar a predecir el riesgo de eventos de enfermedades cardiovasculares y detectar enfermedades de las v\u00e1lvulas card\u00edacas, seg\u00fan dos nuevos estudios preliminares ser\u00e1n presentados por la Asociaci\u00f3n Estadounidense del Coraz\u00f3n (AHA, en ingl\u00e9s) en su evento Scientific Sessions 2023. El evento se llevar\u00e1 a cabo del 11 al 13 de noviembre en Filadelfia, en lo que ser\u00e1 un gran intercambio global de los \u00faltimos avances cient\u00edficos, investigaciones y actualizaciones basadas en evidencia en la pr\u00e1ctica cl\u00ednica en ciencias cardiovasculares. Uno de los estudios encontr\u00f3 que un modelo de IA que analiz\u00f3 datos de sonido del coraz\u00f3n grabados con un estetoscopio digital logr\u00f3 detectar con mayor precisi\u00f3n enfermedades de las v\u00e1lvulas card\u00edacas que un profesional de la salud que escuchaba el coraz\u00f3n con un estetoscopio tradicional. Por otra parte, el otro estudio evalu\u00f3 datos del Biobanco del Reino Unido o UK Biobank, un programa de IA y aprendizaje profundo analiz\u00f3 y clasific\u00f3 de manera efectiva im\u00e1genes de los ojos de personas con prediabetes y diabetes tipo 2 para determinar su riesgo de eventos de enfermedades cardiovasculares. \u201cLos m\u00e9todos computacionales para desarrollar nuevos predictores de salud y enfermedad, es decir, la ‘inteligencia artificial’, se est\u00e1n volviendo cada vez m\u00e1s sofisticados”, dijo Dan Roden, profesor de medicina, farmacolog\u00eda e inform\u00e1tica biom\u00e9dica y vicepresidente s\u00e9nior de medicina personalizada en el Centro M\u00e9dico de la Universidad de Vanderbilt, as\u00ed como presidente del Consejo de Gen\u00f3mica y Medicina de Precisi\u00f3n de la Asociaci\u00f3n. Adem\u00e1s, resalt\u00f3 que ambos estudios son f\u00e1ciles de comprender y de tomar en cuenta lo que representan para el mundo en general. El primer estudio sobre el modelo de IA con el estetoscopio digital detect\u00f3 el 94,1% de los casos de valvulopat\u00eda, frente al estetoscopio est\u00e1ndar utilizado por los profesionales de atenci\u00f3n primaria, que solamente detect\u00f3 el 41,2% de los casos. De esta manera, el m\u00e9todo de IA identific\u00f3 a 22 personas con valvulopat\u00edas moderadas o graves no diagnosticadas previamente, y los profesionales que utilizaron los fonendoscopios est\u00e1ndar identificaron a 8 personas con valvulopat\u00edas no diagnosticadas previamente. El autor principal del estudio Moshe Rancier, director m\u00e9dico senior de Mass General Brigham Community Physicians. Explic\u00f3 que: \u201cEste estudio demuestra que los profesionales de la salud pueden examinar a los pacientes en busca de valvulopat\u00edas de manera m\u00e1s eficaz y r\u00e1pida utilizando un estetoscopio digital emparejado con IA de alto rendimiento que podr\u00eda detectar soplos card\u00edacos asociados con valvulopat\u00edas significativas\u201d. No obstante, el estudio incluye varis limitaciones la principal el tama\u00f1o de la muestra, ya que solo incluy\u00f3 369 pacientes de 50 a\u00f1os en adelante (61% de mujeres). Por ello ser\u00e1 necesario realizar pruebas con este modelo con conjuntos de datos m\u00e1s grandes para comprobar su utilidad cl\u00ednica en los sistemas de salud. Por otra parte, el estudio sobre las im\u00e1genes de retina aprendizaje autom\u00e1tico tuvo como objetivo predecir eventos de enfermedad cardiovascular en pacientes prediab\u00e9ticos y diab\u00e9ticos. Este estudio utiliz\u00f3 datos del UK Biobank evalu\u00f3 la eficacia de un algoritmo de aprendizaje profundo para analizar im\u00e1genes de la retina en la parte posterior del ojo. Los investigadores utilizaron este algoritmo para categorizar im\u00e1genes de retina de 1,101 personas en grupos de bajo riesgo, riesgo moderado y alto riesgo de enfermedad cardiovascular. Posteriormente, midieron el n\u00famero de eventos de enfermedad cardiovascular durante un per\u00edodo de 11 a\u00f1os. Los resultados mostraron que el 8.2% de los participantes en el grupo de bajo riesgo, el 15.2% en el grupo de riesgo moderado y el 18.5% en el grupo de alto riesgo experimentaron eventos de enfermedad cardiovascular al final de los 11 a\u00f1os de estudio. Asimismo, luego de considerar factores demogr\u00e1ficos y otros posibles factores de riesgo de enfermedad cardiovascular, las personas en el grupo de riesgo moderado ten\u00edan un 57% m\u00e1s de probabilidad de experimentar un evento cardiovascular en comparaci\u00f3n con las personas del grupo de bajo riesgo. De igual forma, las personas con puntuaciones de alto riesgo ten\u00edan un 88% m\u00e1s de probabilidad de experimentar un evento cardiovascular en comparaci\u00f3n con las del grupo de bajo riesgo. Por su parte, el autor principal del estudio, el Dr. Chan Joo Lee, se\u00f1al\u00f3 que estos resultados demuestran el potencial del an\u00e1lisis de la IA basada en de im\u00e1genes de retina como una herramienta de detecci\u00f3n temprana de enfermedades card\u00edacas en grupos de alto riesgo, como las personas incluidas en el estudio. Adem\u00e1s, indic\u00f3 que esto podr\u00eda llevar a intervenciones tempranas y un mejor manejo de estos grupos de pacientes, reduciendo en la incidencia de complicaciones relacionadas con enfermedades card\u00edacas. Al igual que el anterior estudio, este tambi\u00e9n cuenta con diversas limitaciones, por ejemplo, que el UK Biobank incluye m\u00e1s del 90% de participantes que tienen ascendencia europea, por lo que el algoritmo no ha sido probado con conjuntos de datos de personas no europeas. BIBLIOGRAF\u00cdA AMERICAN HEART ASSOCIATION https:\/\/newsroom.heart.org\/news\/ai-may-accurately-detect-heart-valve-disease-and-predict-cardiovascular-risk<\/p>","protected":false},"author":1,"featured_media":42759,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-42757","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/42757","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=42757"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/42757\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/42759"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=42757"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=42757"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=42757"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}