{"id":16193,"date":"2023-05-19T09:52:44","date_gmt":"2023-05-19T12:52:44","guid":{"rendered":"https:\/\/cortemedia.ar\/?p=16193"},"modified":"2023-05-19T09:52:44","modified_gmt":"2023-05-19T12:52:44","slug":"inteligencia-artificial-como-es-el-algoritmo-que-permite-diagnosticar-ataques-cardiacos","status":"publish","type":"post","link":"https:\/\/cortemedia.ar\/?p=16193","title":{"rendered":"Inteligencia Artificial: c\u00f3mo es el algoritmo que permite diagnosticar ataques card\u00edacos"},"content":{"rendered":"

Investigadores del Reino Unido utilizaron el aprendizaje autom\u00e1tico para crear un predictor veloz y altamente preciso. Los hallazgos de este estudio publicado en la revista Nature.<\/h2>\n

Los s\u00edntomas de un ataque al coraz\u00f3n a veces son similares a las condiciones no relacionadas con ese \u00f3rgano, lo que puede dificultar el diagn\u00f3stico. Las t\u00e9cnicas para evaluar estas situaciones cuando se presentan son los ensayos de troponina de alta sensibilidad.<\/p>\n

Esta sustancia es un tipo de prote\u00edna que se encuentra en los m\u00fasculos del coraz\u00f3n. Cuando \u00e9ste sufre un da\u00f1o, la libera al torrente sangu\u00edneo. A medida que el deterioro aumenta, se libera m\u00e1s de ella en la sangre. Su\u00a0detecci\u00f3n, por tanto, es hoy la estrategia es la recomendada frente a un posible ataque al coraz\u00f3n, pero tiene algunas\u00a0limitaciones\u00a0importantes.<\/p>\n

En virtud de ello, se recurre a la\u00a0inteligencia artificial (IA)\u00a0para brindar a los m\u00e9dicos una forma\u00a0r\u00e1pida\u00a0y\u00a0precisa\u00a0de diagnosticar ataques card\u00edacos, lo que ofrecer\u00eda una potencial reducci\u00f3n de tiempo en la realizaci\u00f3n de un diagn\u00f3stico y la de ofrecer un tratamiento m\u00e1s eficiente y efectivo a los pacientes. Los hallazgos de este estudio fueron publicados en la revista\u00a0Nature Medicine.<\/p>\n

\"Cient\u00edficosCient\u00edficos del Reino Unido desarrollaron un algoritmo de aprendizaje autom\u00e1tico basado en IA que es r\u00e1pido y preciso<\/div>\n
<\/div>\n

Muchos hospitales en todo el mundo han adoptado v\u00edas de diagn\u00f3stico que incluyen la evaluaci\u00f3n de los niveles de troponina cuando alguien ingresa con sospecha de ataque card\u00edaco. M\u00e9todo estrella para este tipo de diagn\u00f3stico, se realiza con la\u00a0medici\u00f3n de los niveles de la troponina\u00a0en la sangre, cuyos niveles generalmente aumentan bruscamente dentro de las tres a 12 horas posteriores a un ataque card\u00edaco, y alcanzan su punto m\u00e1ximo despu\u00e9s de aproximadamente 24 horas.<\/p>\n

Pero tienen algunas dificultades que ocasionan demoras en el tratamiento cuando \u00e9ste se necesita. Por ejemplo, requieren la\u00a0recolecci\u00f3n de muestras de sangre en un tiempo fijo, lo que puede ser un desaf\u00edo en el entorno del departamento de emergencias; solo categorizan a los pacientes como de bajo, intermedio o alto riesgo de infarto sin considerar otra informaci\u00f3n importante como cu\u00e1ndo comenzaron los s\u00edntomas o los hallazgos del electrocardiograma (ECG); y, no tienen en cuenta la influencia del sexo, la edad y las comorbilidades.<\/p>\n

\"MedianteMediante muestras de sangre un algoritmo creado con inteligencia artificial puede prevenir un ataque card\u00edaco<\/div>\n

Nuevos c\u00e1lculos<\/h2>\n

Ahora, en Reino Unido, se ha desarrollado un\u00a0algoritmo de aprendizaje\u00a0autom\u00e1tico\u00a0basado en IA que es r\u00e1pido y preciso. Denominado Colaboraci\u00f3n para el Diagn\u00f3stico y Evaluaci\u00f3n del S\u00edndrome Coronario Agudo (CoDE-ACS), el nuevo c\u00e1lculo fue dise\u00f1ado para determinar la probabilidad de un ataque al coraz\u00f3n para un paciente individual.<\/p>\n

Se utilizaron datos de\u00a010.286 personas\u00a0que presentaron posibles ataques card\u00edacos en seis pa\u00edses de todo el mundo. Al algoritmo de aprendizaje autom\u00e1tico se le ense\u00f1aron estimaciones utilizando el sexo, la edad, los hallazgos del ECG y el historial m\u00e9dico del sujeto, adem\u00e1s de los niveles de troponina, para identificar la probabilidad de que hubiera ocurrido un ataque card\u00edaco.<\/p>\n

En comparaci\u00f3n con los m\u00e9todos existentes, los investigadores encontraron que CoDE-ACS pod\u00eda descartar un ataque card\u00edaco en m\u00e1s del doble de pacientes, con una\u00a0precisi\u00f3n del 99,6%. El algoritmo predijo con precisi\u00f3n el ataque card\u00edaco en subgrupos, incluidos hombres y mujeres, personas mayores, individuos con insuficiencia renal (renal) o sujetos que se presentaron en el hospital poco despu\u00e9s de la aparici\u00f3n de los s\u00edntomas.<\/p>\n

\"Detectar<\/div>\n
Detectar un ataque card\u00edaco con la ayuda de la IA tiene incontables beneficios como la detecci\u00f3n r\u00e1pida y efic\u00e1z<\/div>\n
<\/div>\n

El algoritmo CoDE-ACS podr\u00eda\u00a0evitar ingresos hospitalarios innecesarios\u00a0en pacientes con pocas probabilidades de haber sufrido un ataque card\u00edaco o aquellos con bajo riesgo de sufrir da\u00f1o en el m\u00fasculo card\u00edaco o morir despu\u00e9s de un ataque card\u00edaco. Esto har\u00eda que el tratamiento de emergencia fuera m\u00e1s eficiente y efectivo, identificando qu\u00e9 personas est\u00e1n seguras de irse a casa y cu\u00e1les necesitan quedarse para m\u00e1s pruebas.<\/p>\n

Para los pacientes con dolor tor\u00e1cico agudo debido a un ataque card\u00edaco, el diagn\u00f3stico y el tratamiento tempranos salvan vidas. Desafortunadamente, muchas condiciones causan estos s\u00edntomas comunes y el diagn\u00f3stico no siempre es sencillo. Aprovechar los datos y la inteligencia artificial para\u00a0respaldar las decisiones cl\u00ednicas\u00a0tiene un enorme potencial para mejorar la atenci\u00f3n de los pacientes y la eficiencia en nuestros departamentos de emergencia ocupados.<\/p>\n

Tambi\u00e9n fueron parte del trabajo Dimitrios Doudesis, Kuan Ken Lee, Jasper Boeddinghaus, Anda Bularga, Amy V. Ferry, Chris Tuck, Matthew T. H. Lowry, Pedro Lopez-Ayala, Thomas Nestelberger, Luca Koechlin, Miguel O. Bernabeu, Lis Neubeck, Atul Anand, Karen Schulz, Fred S. Apple, William Parsonage, Jaimi H. Greenslade, Louise Cullen, John W. Pickering, Martin P. Than, Alasdair Gray y Christian Mueller.<\/p>\n

*Nicholas Mills, es autor del estudio y especialista de la Fundaci\u00f3n Brit\u00e1nica del Coraz\u00f3n, perteneciente al Centro de la Universidad de Edimburgo para la Ciencia Cardiovascular.<\/i><\/p>\n","protected":false},"excerpt":{"rendered":"Investigadores del Reino Unido utilizaron el aprendizaje autom\u00e1tico para crear un predictor veloz y altamente preciso. Los hallazgos…\n","protected":false},"author":1,"featured_media":16194,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"csco_singular_sidebar":"","csco_page_header_type":"","csco_appearance_grid":"","csco_page_load_nextpost":"","csco_post_video_location":[],"csco_post_video_location_hash":"","csco_post_video_url":"","csco_post_video_bg_start_time":0,"csco_post_video_bg_end_time":0,"footnotes":""},"categories":[33],"tags":[],"class_list":{"0":"post-16193","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-salud","8":"cs-entry","9":"cs-video-wrap"},"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/cortemedia.ar\/index.php?rest_route=\/wp\/v2\/posts\/16193","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cortemedia.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cortemedia.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cortemedia.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/cortemedia.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=16193"}],"version-history":[{"count":1,"href":"https:\/\/cortemedia.ar\/index.php?rest_route=\/wp\/v2\/posts\/16193\/revisions"}],"predecessor-version":[{"id":16195,"href":"https:\/\/cortemedia.ar\/index.php?rest_route=\/wp\/v2\/posts\/16193\/revisions\/16195"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cortemedia.ar\/index.php?rest_route=\/wp\/v2\/media\/16194"}],"wp:attachment":[{"href":"https:\/\/cortemedia.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=16193"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cortemedia.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=16193"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cortemedia.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=16193"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}