{"id":54081,"date":"2025-04-23T09:49:28","date_gmt":"2025-04-23T15:49:28","guid":{"rendered":"https:\/\/saluddigital.com\/?p=54081"},"modified":"2025-04-23T09:52:33","modified_gmt":"2025-04-23T15:52:33","slug":"ia-ayuda-a-detectar-enfermedades-en-la-valvula-tricuspide-del-corazon","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/ia-ayuda-a-detectar-enfermedades-en-la-valvula-tricuspide-del-corazon\/","title":{"rendered":"IA ayuda a detectar enfermedades en la v\u00e1lvula tric\u00faspide del coraz\u00f3n"},"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

Sistema de IA logra detectar con precisi\u00f3n fallas en la v\u00e1lvula card\u00edaca mediante ecograf\u00edas.<\/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

Un sistema de inteligencia artificial (IA) y deep learning o aprendizaje prfundoc, creado en Cedars-Sinai, podr\u00eda conducir a un tratamiento temprano para pacientes con insuficiencia tricusp\u00eddea. Un estudio reciente publicado en JAMA Cardiology<\/em><\/a> detalla este importante avance en el uso de IA para el diagn\u00f3stico de problemas card\u00edacos. Los investigadores desarrollaron un sistema llamado EchoNet-TR<\/strong>, capaz de analizar ecocardiogramas para detectar y evaluar la gravedad de la insuficiencia tric\u00faspide. Esta condici\u00f3n ocurre cuando la v\u00e1lvula tric\u00faspide, que regula el flujo de sangre entre las cavidades derechas del coraz\u00f3n, no cierra correctamente, provocando que la sangre retroceda.<\/p>

El sistema de IA fue entrenado con m\u00e1s de 47,312 estudios m\u00e9dicos, que inclu\u00edan mas de 2 millones de videos de ecocardiogramas. EchoNet-TR aprendi\u00f3 a identificar patrones espec\u00edficos en las im\u00e1genes, como el flujo anormal de sangre a trav\u00e9s de la v\u00e1lvula tric\u00faspide. Una vez desarrollado, el modelo fue probado en dos grupos distintos de pacientes: uno del mismo hospital donde se recopilaron los datos y otro de un centro m\u00e9dico diferente. Esto permiti\u00f3 verificar que la tecnolog\u00eda funciona bien en diversos entornos y con diferentes equipos de ultrasonido.<\/p>

Las pruebas mostraron que EchoNet-TR puede detectar casos moderados o graves de insuficiencia tric\u00faspide con una precisi\u00f3n superior al 92%.<\/strong> En los casos m\u00e1s severos, su precisi\u00f3n aument\u00f3 al 95%. Adem\u00e1s, el sistema demostr\u00f3 ser eficaz incluso en estudios de ecocardiogramas de baja calidad o en pacientes con otras afecciones card\u00edacas, como fibrilaci\u00f3n auricular o problemas en las v\u00e1lvulas mitral o a\u00f3rtica.<\/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

\u201cEste programa de IA puede optimizar la evaluaci\u00f3n de los cardi\u00f3logos de los ecocardiogramas, im\u00e1genes de una prueba de detecci\u00f3n y diagn\u00f3stico que muchos pacientes con s\u00edntomas de cardiopat\u00eda ya se estar\u00edan realizando\u201d, afirm\u00f3 el Dr. David Ouyang, investigador del Smidt Heart Institute, investigador de la Divisi\u00f3n de IA Artificial en Medicina de Cedars-Sinai y autor principal del estudio. \u201cAl aplicar la IA a los ecocardiogramas, podemos ayudar a los m\u00e9dicos a detectar con mayor facilidad los signos de la valvulopat\u00eda para que los pacientes reciban la atenci\u00f3n que necesitan lo antes posible\u201d, expres\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

\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

Uno de los hallazgos m\u00e1s relevantes fue que la IA logr\u00f3 resultados comparables a los de los cardi\u00f3logos expertos<\/strong>, lo que sugiere que podr\u00eda ser una herramienta valiosa para apoyar el diagn\u00f3stico, especialmente en regiones con acceso limitado a especialistas.<\/p>

Los autores destacan que esta tecnolog\u00eda podr\u00eda utilizarse para revisar grandes bases de datos de estudios card\u00edacos, identificar pacientes con insuficiencia tric\u00faspide que requieren tratamiento oportuno o incluso ayudar a m\u00e9dicos no especializados a realizar diagn\u00f3sticos m\u00e1s precisos. Sin embargo, tambi\u00e9n se\u00f1alan que se necesitan m\u00e1s estudios para confirmar su eficacia en entornos cl\u00ednicos reales antes de implementarla de manera generalizada.<\/p>

\u201cUna ventaja importante de los algoritmos de IA es que nunca se fatigan y tienen la capacidad de identificar anomal\u00edas valvulares en grandes poblaciones de pacientes, lo que lleva la cardiolog\u00eda personalizada a un nivel completamente diferente\u201d, dijo Sumeet Chugh, director de la\u00a0 Divisi\u00f3n de IA en Medicina.<\/p>

El estudio concluye que EchoNet-TR demostr\u00f3 capacidad para identificar y clasificar la insuficiencia tric\u00faspide con alta precisi\u00f3n en diferentes grupos de pacientes<\/strong>. Los resultados mostraron un \u00e1rea bajo la curva (AUC) de 0.928 para detectar casos moderados o graves y de 0.956 para los casos severos. El sistema mantuvo su eficacia al ser probado en un centro m\u00e9dico diferente, lo que sugiere su posible utilidad cl\u00ednica. Los investigadores indican que este modelo podr\u00eda servir como base para futuras evaluaciones de IA en ecocardiograf\u00eda. Aunque a\u00fan hay desaf\u00edos por superar, esta tecnolog\u00eda representa un paso importante hacia diagn\u00f3sticos m\u00e1s r\u00e1pidos y accesibles.<\/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

JAMA NETWORK<\/strong><\/p>

https:\/\/jamanetwork.com\/journals\/jamacardiology\/fullarticle\/2832554?guestAccessKey=899d2c72-3aed-462c-9a2f-5e77fd5343e9&utm_source=For_The_Media&utm_medium=referral&utm_campaign=ftm_links&utm_content=tfl&utm_term=041625<\/a><\/p>

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

https:\/\/www.cedars-sinai.org\/newsroom\/ai-identifies-heart-valve-disease-from-common-imaging-test\/<\/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":"

EchoNet-TR la IA desarrollada por investigadores de Cedars-Sinai que ayuda a detectar enfermedades en la v\u00e1lvula tric\u00faspide del coraz\u00f3n.<\/p>","protected":false},"author":1,"featured_media":54083,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-54081","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\/54081","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=54081"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/54081\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/54083"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=54081"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=54081"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=54081"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}