{"id":12345,"date":"2022-08-30T09:25:37","date_gmt":"2022-08-30T14:25:37","guid":{"rendered":"https:\/\/www.biblia.work\/articulos-salud\/algoritmo-de-ia-automatizado-que-utiliza-imagenes-de-rutina-para-predecir-el-riesgo-cardiovascular\/"},"modified":"2022-08-30T09:25:37","modified_gmt":"2022-08-30T14:25:37","slug":"algoritmo-de-ia-automatizado-que-utiliza-imagenes-de-rutina-para-predecir-el-riesgo-cardiovascular","status":"publish","type":"post","link":"https:\/\/www.biblia.work\/articulos-salud\/algoritmo-de-ia-automatizado-que-utiliza-imagenes-de-rutina-para-predecir-el-riesgo-cardiovascular\/","title":{"rendered":"Algoritmo de IA automatizado que utiliza im\u00e1genes de rutina para predecir el riesgo cardiovascular"},"content":{"rendered":"<p>Cr\u00e9dito: CC0 Dominio p\u00fablico <\/p>\n<p>Calcificaci\u00f3n de la arteria coronaria: la acumulaci\u00f3n de placa calcificada en las paredes de las arterias del coraz\u00f3n es un predictor importante de eventos cardiovasculares adversos, como ataques card\u00edacos. El calcio coronario se puede detectar mediante tomograf\u00edas computarizadas (TC), pero cuantificar la cantidad de placa requiere experiencia radiol\u00f3gica, tiempo y equipo especializado. En la pr\u00e1ctica, aunque las tomograf\u00edas computarizadas de t\u00f3rax son bastante comunes, las tomograf\u00edas computarizadas con puntaje de calcio no lo son. Investigadores del Programa de Inteligencia Artificial en Medicina (AIM) del Hospital Brigham and Women&#8217;s y del Centro de Investigaci\u00f3n de Im\u00e1genes Cardiovasculares (CIRC) del Hospital General de Massachusetts se unieron para desarrollar y evaluar un sistema de aprendizaje profundo que puede ayudar a cambiar esto. El sistema mide autom\u00e1ticamente el calcio de las arterias coronarias a partir de tomograf\u00edas computarizadas para ayudar a los m\u00e9dicos y pacientes a tomar decisiones m\u00e1s informadas sobre la prevenci\u00f3n cardiovascular. El equipo valid\u00f3 el sistema utilizando datos de m\u00e1s de 20 000 personas con resultados prometedores. Sus hallazgos se publican en Nature Communications. <\/p>\n<p>\u00abLa informaci\u00f3n sobre el calcio en las arterias coronarias podr\u00eda estar disponible para casi todos los pacientes que se someten a una tomograf\u00eda computarizada de t\u00f3rax, pero no se cuantifica simplemente porque lleva demasiado tiempo hacer esto para cada paciente\u00bb, dijo el autor correspondiente Hugo Aerts, Ph. .D., director del Programa de Inteligencia Artificial en Medicina (AIM) de la Escuela de Medicina Brigham and Harvard. \u00abHemos desarrollado un algoritmo que puede identificar a las personas de alto riesgo de manera automatizada\u00bb.<\/p>\n<p>Trabajando con colegas, el autor principal Roman Zeleznik, MSc, cient\u00edfico de datos en AIM, desarroll\u00f3 el sistema de aprendizaje profundo descrito en el documento para predecir de forma autom\u00e1tica y precisa los eventos cardiovasculares mediante la puntuaci\u00f3n del calcio coronario. Si bien la herramienta actualmente es solo para fines de investigaci\u00f3n, Zeleznik y los coautores la han hecho de c\u00f3digo abierto y disponible gratuitamente para que cualquiera la use.<\/p>\n<p>\u00abEn teor\u00eda, el sistema de aprendizaje profundo hace mucho de lo que un humano har\u00eda para cuantificar el calcio\u00bb, dijo Zeleznik. \u00abNuestro art\u00edculo muestra que puede ser posible hacer esto de manera automatizada\u00bb.<\/p>\n<p>El equipo comenz\u00f3 entrenando el sistema de aprendizaje profundo con datos del Framingham Heart Study (FHS), un estudio asintom\u00e1tico a largo plazo estudio de cohorte comunitaria. Los participantes de Framingham recibieron tomograf\u00edas computarizadas dedicadas a la puntuaci\u00f3n de calcio, que fueron calificadas manualmente por lectores humanos expertos y utilizadas para entrenar el sistema de aprendizaje profundo. Luego, el sistema de aprendizaje profundo se aplic\u00f3 a tres cohortes de estudio adicionales, que incluyeron fumadores empedernidos sometidos a TC de detecci\u00f3n de c\u00e1ncer de pulm\u00f3n (NLST: National Lung Screening Trial), pacientes con dolor tor\u00e1cico estable sometidos a TC card\u00edaca (PROMISE: the Prospective Multicenter Imaging Study for Evaluation of dolor tor\u00e1cico) y pacientes con dolor tor\u00e1cico agudo sometidos a TC card\u00edaca (ROMICAT-II: el ensayo Rule Out Myocardial Infarction usando Computer Assisted Tomography). En total, el equipo valid\u00f3 el sistema de aprendizaje profundo en m\u00e1s de 20\u00a0000 personas.<\/p>\n<p>Udo Hoffmann, MD, director de CIRC@MGH, quien es el investigador principal de im\u00e1genes por TC en FHS, PROMISE y ROMICAT, enfatiz\u00f3 que uno de los aspectos \u00fanicos de este estudio es la inclusi\u00f3n de tres estudios de imagen y resultados de alta calidad financiados por el Instituto Nacional del Coraz\u00f3n, los Pulmones y la Sangre que fortalecen la generalizaci\u00f3n de estos resultados a entornos cl\u00ednicos.<\/p>\n<p>El puntuaciones de calcio del sistema de aprendizaje profundo altamente correlacionadas con las puntuaciones de calcio manuales de expertos humanos. Los puntajes automatizados tambi\u00e9n predijeron de forma independiente qui\u00e9n sufrir\u00eda un evento cardiovascular adverso mayor, como un ataque al coraz\u00f3n.<\/p>\n<p>El puntaje de calcio en las arterias coronarias juega un papel importante en las pautas actuales sobre qui\u00e9n debe tomar una estatina para prevenir ataques \u00abEsta es una oportunidad para que obtengamos un valor adicional de estas tomograf\u00edas computarizadas de t\u00f3rax usando IA\u00bb, dijo el coautor Michael Lu, MD, MPH, director de inteligencia artificial en el Centro de Investigaci\u00f3n de Im\u00e1genes Cardiovasculares de MGH. \u00abLa puntuaci\u00f3n de calcio en las arterias coronarias puede ayudar a los pacientes y a los m\u00e9dicos a tomar decisiones informadas y personalizadas sobre si tomar una estatina. Desde una perspectiva cl\u00ednica, nuestro objetivo a largo plazo es implementar este sistema de aprendizaje profundo en los registros de salud electr\u00f3nicos, para identificar autom\u00e1ticamente a los pacientes. en alto riesgo\u00bb. <\/p>\n<p>Explore m\u00e1s<\/p>\n<p> La IA ayuda a encontrar signos de enfermedad card\u00edaca en las pantallas de c\u00e1ncer de pulm\u00f3n <strong>M\u00e1s informaci\u00f3n:<\/strong> Roman Zeleznik et al, Redes neuronales convolucionales profundas para predecir el riesgo cardiovascular a partir de tomograf\u00eda computarizada, Nature Communications ( 2021). DOI: 10.1038\/s41467-021-20966-2 <strong>Informaci\u00f3n del diario:<\/strong> Nature Communications <\/p>\n<p> Proporcionado por Brigham and Women&#8217;s Hospital <strong>Cita<\/strong>: El algoritmo de IA automatizado usa im\u00e1genes de rutina para predecir riesgo cardiovascular (2021, 29 de enero) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-01-automated-ai-algorithm-routine-imaging.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Cr\u00e9dito: CC0 Dominio p\u00fablico Calcificaci\u00f3n de la arteria coronaria: la acumulaci\u00f3n de placa calcificada en las paredes de las arterias del coraz\u00f3n es un predictor importante de eventos cardiovasculares adversos, como ataques card\u00edacos. El calcio coronario se puede detectar mediante tomograf\u00edas computarizadas (TC), pero cuantificar la cantidad de placa requiere experiencia radiol\u00f3gica, tiempo y equipo &hellip; <a href=\"https:\/\/www.biblia.work\/articulos-salud\/algoritmo-de-ia-automatizado-que-utiliza-imagenes-de-rutina-para-predecir-el-riesgo-cardiovascular\/\" class=\"more-link\">Continuar leyendo<span class=\"screen-reader-text\"> \u00abAlgoritmo de IA automatizado que utiliza im\u00e1genes de rutina para predecir el riesgo cardiovascular\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-12345","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/12345","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=12345"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/12345\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=12345"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=12345"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=12345"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}