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
Nuevo estudio muestra modelo de Inteligencia Artificial para el diagnóstico complejo de enfermedades cardiacas

Científicos del Cedars-Sinai Medical Center de Los Ángeles, desarrollaron un nuevo algoritmo de Inteligencia Artificial (IA), para la detección 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: miocardiopatía hipertrófica y amiloidosis cardíaca.

La amiloidosis cardíaca, no suele ser detectada porque los pacientes pueden no presentar ningún síntoma, o experimentarlos de manera muy esporádica. Y por otra parte la cardiomiopatía hipertrófica, es una enfermedad que causa aumento en el grosor y endurecimiento de los músculos del corazón, lo que provoca dificultades para su funcionamiento y daños en las válvulas cardiacas.

De acuerdo a David Ouyang, cardiólogo del Smidt Heart Institute y autor del estudio, estas condiciones del corazón son difíciles de detectar adecuada y precisamente incluso para cardiólogos expertos. “Nuestro algoritmo de IA puede identificar patrones de enfermedades que no se pueden ver a simple vista y luego usar estos patrones para predecir el diagnóstico correcto”, explicó.

El algoritmo fue utilizado y probado en más de 34 mil videos de ultrasonidos cardiacos de Cerdars-Sinai y laboratorios de Stanford Healthcare. El algoritmo fue capaz de identificar características específicas como el grosor de las paredes del corazón y el tamaño de las cámaras del corazón.

En este sentido el algoritmo fue capaz de identificar a los pacientes de alto riesgo con mayor precisión que un especialista bien entrenado. “Esto se debe a que el algoritmo detecta señales sutiles en los videos de ultrasonido que distinguen entre afecciones cardíacas que a menudo pueden parecer muy similares a afecciones más benignas, así como entre sí, en la revisión inicial”, comentó Ouyang.

“Uno de los aspectos más importantes de esta tecnología de IA no es solo la capacidad de distinguir lo anormal de lo normal, sino también distinguir entre estas condiciones anormales, porque el tratamiento y manejo de cada enfermedad cardíaca es muy diferente”, dijo Ouyang.

De esta forma, el uso de IA en cardiología ha logrado evolucionar de manera rápida en los últimos años, lo que ha permitido el desarrollo de estudio clínicos de alto impacto y el desarrollo de tecnologías para el diagnóstico de enfermedades.

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