{"id":46180,"date":"2024-06-04T08:17:05","date_gmt":"2024-06-04T14:17:05","guid":{"rendered":"https:\/\/saluddigital.com\/?p=46180"},"modified":"2025-10-18T15:59:07","modified_gmt":"2025-10-18T21:59:07","slug":"modelo-de-ia-capaz-de-evaluar-riesgo-cardiovascular-durante-escaneos-de-tomografia-computarizada","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/modelo-de-ia-capaz-de-evaluar-riesgo-cardiovascular-durante-escaneos-de-tomografia-computarizada\/","title":{"rendered":"Modelo de IA capaz de evaluar riesgo cardiovascular durante escaneos de tomograf\u00eda computarizada"},"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 de Cedars-Sinai utilizaron dos modelos de IA para desarrollar un m\u00e9todo no invasivo en la identificaci\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

Investigadores de Cedars-Sinai, publicaron un estudio que muestra c\u00f3mo un modelo entrenado de inteligencia artificial (IA), puede evaluar de manera precisa el riesgo cardiovascular de un paciente durante un escaneo de rutina por tomograf\u00eda computarizada. Este m\u00e9todo de imagen mide el calcio coronario, el tama\u00f1o de las c\u00e1maras y del musculo cardiaco, lo cual ser\u00eda \u00fatil para lograr m\u00e9todos de identificaci\u00f3n de riesgo cardiovascular m\u00e1s asequibles y menos invasivos.<\/p>

The study published in Nature Communications<\/em>, indica que el calcio coronario, el volumen de la aur\u00edcula izquierda y el \u00edndice de masa del ventr\u00edculo izquierdo se asocian de forma independiente con la mortalidad cardiovascular por todas las causas y la clasificaci\u00f3n del riesgo es significativamente mejor en comparaci\u00f3n con la identificaci\u00f3n de anomal\u00edas por parte de un radi\u00f3logo.<\/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

El estudio consisti\u00f3 en utilizar dos modelos de IA para evaluar datos acerca del calcio coronario y el tama\u00f1o de las c\u00e1maras del m\u00fasculo card\u00edaco de casi 30 mil registros de im\u00e1genes de pacientes. El estudio determin\u00f3 que estas medidas son un mejor indicador para conocer el riesgo card\u00edaco.<\/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

\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\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

\u201cEs probable que estos resultados cambien la pr\u00e1ctica de muchos pacientes porque esta tecnolog\u00eda puede identificar con precisi\u00f3n el riesgo cardiovascular sin el uso de pruebas invasivas o medios de contraste que algunos pacientes no pueden recibir\u201d indic\u00f3 el Dr. Piotr J. Slomka, director de Innovaci\u00f3n en Imagenolog\u00eda de Cedars-Sinai y profesor de Medicina en la Divisi\u00f3n de Inteligencia Artificial en Medicina.<\/p>

\u201cEste novedoso algoritmo de IA hace posible obtener informaci\u00f3n crucial sobre la salud del coraz\u00f3n a partir de exploraciones m\u00e1s baratas que utilizan menos radiaci\u00f3n, lo que podr\u00eda hacer que las evaluaciones card\u00edacas detalladas formen parte de los procedimientos de diagn\u00f3stico regulares\u201d, explic\u00f3 el Dr. Slomka, que tambi\u00e9n es autor principal del estudio.<\/p>

Generalmente se realizan grandes cantidades de tomograf\u00edas para diagnosticar enfermedades de manera rutinaria, sin embargo, no siempre se aprovechan los datos que estas contienen. Los m\u00e9todos de an\u00e1lisis de estas im\u00e1genes son poco utilizados.<\/p>

\u201cEste enfoque automatizado se puede integrar en los flujos de trabajo cl\u00ednicos para mejorar la identificaci\u00f3n de anomal\u00edas y la estratificaci\u00f3n del riesgo, lo que permite a los m\u00e9dicos mejorar la toma de decisiones cl\u00ednicas\u201d, explica el estudio.<\/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

NATURE<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s41467-024-46977-3<\/a><\/p>

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

https:\/\/www.cedars-sinai.org\/newsroom\/artificial-intelligence-can-evaluate-cardiovascular-risk-during-ct-scan\/<\/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 de Cedars-Sinai utilizaron dos modelos de IA para desarrollar un m\u00e9todo no invasivo en la identificaci\u00f3n de riesgo cardiovascular. Investigadores de Cedars-Sinai, publicaron un estudio que muestra c\u00f3mo un modelo entrenado de inteligencia artificial (IA), puede evaluar de manera precisa el riesgo cardiovascular de un paciente durante un escaneo de rutina por tomograf\u00eda computarizada. Este m\u00e9todo de imagen mide el calcio coronario, el tama\u00f1o de las c\u00e1maras y del musculo cardiaco, lo cual ser\u00eda \u00fatil para lograr m\u00e9todos de identificaci\u00f3n de riesgo cardiovascular m\u00e1s asequibles y menos invasivos. El estudio publicado en Nature Communications, indica que el calcio coronario, el volumen de la aur\u00edcula izquierda y el \u00edndice de masa del ventr\u00edculo izquierdo se asocian de forma independiente con la mortalidad cardiovascular por todas las causas y la clasificaci\u00f3n del riesgo es significativamente mejor en comparaci\u00f3n con la identificaci\u00f3n de anomal\u00edas por parte de un radi\u00f3logo. El estudio consisti\u00f3 en utilizar dos modelos de IA para evaluar datos acerca del calcio coronario y el tama\u00f1o de las c\u00e1maras del m\u00fasculo card\u00edaco de casi 30 mil registros de im\u00e1genes de pacientes. El estudio determin\u00f3 que estas medidas son un mejor indicador para conocer el riesgo card\u00edaco. \u201cEs probable que estos resultados cambien la pr\u00e1ctica de muchos pacientes porque esta tecnolog\u00eda puede identificar con precisi\u00f3n el riesgo cardiovascular sin el uso de pruebas invasivas o medios de contraste que algunos pacientes no pueden recibir\u201d indic\u00f3 el Dr. Piotr J. Slomka, director de Innovaci\u00f3n en Imagenolog\u00eda de Cedars-Sinai y profesor de Medicina en la Divisi\u00f3n de Inteligencia Artificial en Medicina. \u201cEste novedoso algoritmo de IA hace posible obtener informaci\u00f3n crucial sobre la salud del coraz\u00f3n a partir de exploraciones m\u00e1s baratas que utilizan menos radiaci\u00f3n, lo que podr\u00eda hacer que las evaluaciones card\u00edacas detalladas formen parte de los procedimientos de diagn\u00f3stico regulares\u201d, explic\u00f3 el Dr. Slomka, que tambi\u00e9n es autor principal del estudio. Generalmente se realizan grandes cantidades de tomograf\u00edas para diagnosticar enfermedades de manera rutinaria, sin embargo, no siempre se aprovechan los datos que estas contienen. Los m\u00e9todos de an\u00e1lisis de estas im\u00e1genes son poco utilizados. \u201cEste enfoque automatizado se puede integrar en los flujos de trabajo cl\u00ednicos para mejorar la identificaci\u00f3n de anomal\u00edas y la estratificaci\u00f3n del riesgo, lo que permite a los m\u00e9dicos mejorar la toma de decisiones cl\u00ednicas\u201d, explica el estudio. BIBLIOGRAF\u00cdA NATURE https:\/\/www.nature.com\/articles\/s41467-024-46977-3 CEDARS-SINAI https:\/\/www.cedars-sinai.org\/newsroom\/artificial-intelligence-can-evaluate-cardiovascular-risk-during-ct-scan\/<\/p>","protected":false},"author":1,"featured_media":46182,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-46180","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\/46180","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=46180"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/46180\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/46182"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=46180"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=46180"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=46180"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}