Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Filtrar por tipo de entrada
Seleccionar todo
Noticias
Páginas
Eventos
Filtrar por categorías
Seleccionar todo
AI ANALITICA
Apps móviles e Internet de las Cosas
Avance de la ciencia
Big data
Comunidades conectadas
Coronavirus
Cursos y capacitaciones
DIAGNOSTICO
Editorial inicial
Editoriales
El mundo en la nube
Eventos
Infografías
Inteligencia Artificial y Ciencia
IoTApps
Noticias
Plataformas digitales
Redes sociales
Reseña de publicaciones científicas
Resumen de Cursos
Sinopsis de ensayo
Sinopsis de Marcos de Referencia
Sinopsis de publicaciones recientes
Uso de Plataformas Digitales
Inteligencia Artificial basada en electrocardiogramas es capaz de predecir supervivencia de pacientes tras cirugía cardiaca

Estudio de Mayo Clinic mostró que un algoritmo de Inteligencia Artificial (IA) basado en electrocardiogramas (ECG) puede predecir la supervivencia a largo plazo de pacientes que han pasado por una cirugía cardiaca.

El estudio fue publicado en Mayo Clinic Proceedings, y muestra que el algoritmo mostró dos aspectos importantes, primero la capacidad de detectar a pacientes con fracción de eyección del ventrículo izquierdo reducida y la capacidad de predecir la mortalidad a largo plazo de pacientes que han sido sometidos a una cirugía cardiaca.

“Nuestro estudio indica que hay una clara correlación entre la mortalidad a largo plazo y una prueba de detección positiva del electrocardiograma de IA para una fracción de eyección reducida entre los pacientes que no tienen una miocardiopatía grave aparente”, explicó el Dr. Mohamad Alkhouli, cardiólogo de Mayo Clinic y autor principal del estudio. La correlación involucra a pacientes que pasaron por cirugía de válvula, bypass coronario o cirugía de bypass de válvula y coronario.

El estudio incluyó revisiones de 20,627 pacientes de Mayo Clinic en Rochester entre 1993 y 2019. Los pacientes fueron sometidos a un injerto de bypass coronario, a una cirugía de válvula o a ambos, y tuvieron una fracción de eyección del ventrículo izquierdo de más del 35 por ciento, explica el estudio.

La IA mostró que en 17,125 de los pacientes el ECG fue normal y en 3,052 fue anómalo, en estos pacientes la tendencia fue contar con mayor edad y más comorbilidades. El algoritmo fue aplicado a los ECG más recientes, al menos 30 días previo a la cirugía. La probabilidad de supervivencia a cinco años fue del 86.2% para pacientes con ECG normales y del 71.4% para pacientes con ECG anómalos. Y la supervivencia a 10 años fue de 68.2% y del 45.1%, respectivamente.

“El análisis mostró que una prueba de detección de un electrocardiograma de IA anómalo se asoció con un aumento del 30 por ciento en la mortalidad a largo plazo tras una cirugía de válvula o bypass coronario. Para los médicos, esto puede ayudar a estratificar riesgos para pacientes derivados a una cirugía y puede facilitar la toma de decisiones compartida”, explico el Dr. Alkhouli.

El trabajo de Mayo Clinic fue considerado como uno de los primeros estudios a gran escala que muestran la utilidad de la IA y sus algoritmos para predecir resultados de cirugías cardiacas.

Puedes consultar el estudio completo en el enlace:

https://www.mayoclinicproceedings.org/pb-assets/Health%20Advance/journals/jmcp/JMCP_3507.pdf?mc_id=us&utm_source=newsnetwork&utm_medium=l&utm_content=content&utm_campaign=mayoclinic&geo=national&placementsite=enterprise&invsrc=other&cauid=100721

Noticias destacadas

Noticias por país

Comparte el contenido

Salud Digital en el mundo

  • — Science Brief: Omicron (B.1.1.529) Variant/ actualizaciones CDC
    Ver más
  • — Coronavirus resource center / Johns Hopkins
    Ver más
  • — Rastreo epidemiológico de contactos COVID-19 / Curso Johns Hopkins
    Ver más
  • — Comportamiento infección SARS-CoV-2 / Calculadora FCS
    Ver más
  • — Omicron SARS-CoV-2 variant: a new chapter in the COVID-19 pandemic/ Artículo The Lancet
    Ver más
  • — Genomic Epidemiology Tracker / GISAID
    Ver más
  • — Consorcio Mexicano de Vigilancia Genómica
    Ver más
Secured By miniOrange