{"id":7024,"date":"2022-08-30T02:07:59","date_gmt":"2022-08-30T07:07:59","guid":{"rendered":"https:\/\/www.biblia.work\/articulos-salud\/modelo-de-inteligencia-artificial-pet-ct-ideal-para-predecir-el-riesgo-de-futuros-ataques-cardiacos\/"},"modified":"2022-08-30T02:07:59","modified_gmt":"2022-08-30T07:07:59","slug":"modelo-de-inteligencia-artificial-pet-ct-ideal-para-predecir-el-riesgo-de-futuros-ataques-cardiacos","status":"publish","type":"post","link":"https:\/\/www.biblia.work\/articulos-salud\/modelo-de-inteligencia-artificial-pet-ct-ideal-para-predecir-el-riesgo-de-futuros-ataques-cardiacos\/","title":{"rendered":"Modelo de inteligencia artificial PET\/CT ideal para predecir el riesgo de futuros ataques card\u00edacos"},"content":{"rendered":"<p>Ejemplos de casos de an\u00e1lisis cuantitativo de placa en angiograf\u00eda coronaria por TC y PET con 18F-NaF en pacientes con enfermedad arterial coronaria establecida. Angiograf\u00eda h\u00edbrida por TC y PET con 18F-NaF de arterias coronarias. (A) Un hombre de 70 a\u00f1os de edad, que present\u00f3 una enfermedad difusa en gran medida no calcificada (panel central en rojo) en la DA y demostr\u00f3 un aumento de la captaci\u00f3n de 18F-NaF en la DA en la PET. (B) Un hombre de 59 a\u00f1os con aterosclerosis LCX leve, que se present\u00f3 con una carga alta de placa no calcificada (panel central en rojo) en la angiograf\u00eda por TC, captaci\u00f3n significativa de 18F-NaF y experiment\u00f3 un infarto de miocardio lateral sin elevaci\u00f3n del segmento ST durante el seguimiento. -arriba. LAD = descendente anterior izquierda; LCX = circunflejo izquierdo; LAP = placa de baja atenuaci\u00f3n. Cr\u00e9dito: Primer autor Jacek Kwiecinski y autor principal Piotr Slomka, Cedars-Sinai, Los \u00c1ngeles, California, en colaboraci\u00f3n con la Universidad de Edimburgo, Reino Unido. <\/p>\n<p>Al combinar la informaci\u00f3n de dos t\u00e9cnicas de im\u00e1genes avanzadas con datos cl\u00ednicos, los m\u00e9dicos pueden mejorar su predicci\u00f3n de ataques card\u00edacos, seg\u00fan una investigaci\u00f3n publicada en la edici\u00f3n de enero de The Journal of Nuclear Medicine. Cuando se evaluaron juntos en un modelo de inteligencia artificial, se encontr\u00f3 que la captaci\u00f3n coronaria de 18F-NaF en la PET y las caracter\u00edsticas cuantitativas de la placa coronaria en la angiograf\u00eda por TC eran fuertes predictores complementarios del riesgo de ataque card\u00edaco en pacientes con enfermedad arterial coronaria establecida, proporcionando una predicci\u00f3n del riesgo superior a la de datos cl\u00ednicos solos. <\/p>\n<p>En la pr\u00e1ctica cl\u00ednica diaria, predecir un ataque al coraz\u00f3n es un desaf\u00edo. La probabilidad pronosticada de un ataque card\u00edaco generalmente se basa en los factores y puntajes de riesgo cardiovascular, especialmente en pacientes con sospecha de enfermedad arterial coronaria. Sin embargo, en pacientes con arteriopat\u00eda coronaria confirmada, los factores de riesgo cardiovascular y las puntuaciones no siempre muestran el cuadro completo.<\/p>\n<p>\u00abRecientemente, las t\u00e9cnicas de im\u00e1genes avanzadas han demostrado ser prometedoras para determinar qu\u00e9 pacientes con arteriopat\u00eda coronaria son m\u00e1s en riesgo de sufrir un ataque card\u00edaco. Estas t\u00e9cnicas incluyen PET con 18F-fluoruro de sodio (18F-NaF), que eval\u00faa la actividad de la enfermedad en las arterias coronarias, y angiograf\u00eda por TC, que proporciona un an\u00e1lisis cuantitativo de la placa\u00bb, dijo Piotr J. Slomka, Ph.D. ., FACC, FASNC, FCCPM, director de Innovaci\u00f3n en Im\u00e1genes del Centro M\u00e9dico Cedars-Sinai en Los \u00c1ngeles, California. \u00abNuestro objetivo en el estudio era investigar si la informaci\u00f3n proporcionada por la angiograf\u00eda por TC y PET con 18F-NaF es complementaria y podr\u00eda mejorar la predicci\u00f3n de ataques card\u00edacos con el uso de t\u00e9cnicas de inteligencia artificial\u00bb.<\/p>\n<p>Cerca de 300 pacientes con aterosclerosis coronaria participaron en el estudio. A todos los pacientes se les realiz\u00f3 una evaluaci\u00f3n cl\u00ednica basal con evaluaci\u00f3n de su perfil de factores de riesgo cardiovascular. Todos los pacientes recibieron angiograf\u00eda coronaria por TC coronaria h\u00edbrida con 18F-NaF y angiograf\u00eda coronaria por TC de contraste. Se utiliz\u00f3 el aprendizaje autom\u00e1tico, un tipo de inteligencia artificial, para calcular una puntuaci\u00f3n conjunta del riesgo de ataque card\u00edaco mediante la incorporaci\u00f3n de variables clave de la evaluaci\u00f3n cl\u00ednica, los hallazgos de la TEP con 18F-NaF y las variables cuantitativas de la TC.<\/p>\n<p>El modelo de aprendizaje autom\u00e1tico mostr\u00f3 una mejora sustancial en predicci\u00f3n de infarto de miocardio sobre datos cl\u00ednicos solamente. Este enfoque demostr\u00f3 que la TEP con 18F-NaF y la angiograf\u00eda por TC son complementarias y aditivas, y que la combinaci\u00f3n de ambas proporciona la predicci\u00f3n de resultados m\u00e1s s\u00f3lida.<\/p>\n<p>\u00abLa TEP con 18F-NaF combinada con im\u00e1genes anat\u00f3micas proporcionadas por la angiograf\u00eda por TC tiene el potencial para permitir la medicina de precisi\u00f3n guiando el uso de intervenciones terap\u00e9uticas avanzadas\u00bb, se\u00f1al\u00f3 Slomka. \u00abNuestro estudio respalda el uso de m\u00e9todos de inteligencia artificial para integrar im\u00e1genes multimodales y datos cl\u00ednicos para una predicci\u00f3n s\u00f3lida de ataques card\u00edacos\u00bb. <\/p>\n<p>Explore m\u00e1s<\/p>\n<p> El aprendizaje autom\u00e1tico predice el riesgo de muerte en pacientes con enfermedades card\u00edacas presuntas o conocidas <strong>M\u00e1s informaci\u00f3n:<\/strong> Jacek Kwiecinski et al, Machine Learning with 18F-Sodium Fluoride PET and Quantitative Plaque Analysis sobre angiograf\u00eda por TC para el riesgo futuro de infarto de miocardio, Journal of Nuclear Medicine (2021). DOI: 10.2967\/jnumed.121.262283 <strong>Informaci\u00f3n de la revista:<\/strong> Journal of Nuclear Medicine <\/p>\n<p> Proporcionado por Society of Nuclear Medicine and Molecular Imaging <strong>Cita<\/strong>: PET\/CT modelo de inteligencia artificial ideal para predecir el riesgo de un ataque card\u00edaco futuro (2022, 11 de enero) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2022-01-petct-artificial-intelligence-ideal-future.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>Ejemplos de casos de an\u00e1lisis cuantitativo de placa en angiograf\u00eda coronaria por TC y PET con 18F-NaF en pacientes con enfermedad arterial coronaria establecida. Angiograf\u00eda h\u00edbrida por TC y PET con 18F-NaF de arterias coronarias. (A) Un hombre de 70 a\u00f1os de edad, que present\u00f3 una enfermedad difusa en gran medida no calcificada (panel central &hellip; <a href=\"https:\/\/www.biblia.work\/articulos-salud\/modelo-de-inteligencia-artificial-pet-ct-ideal-para-predecir-el-riesgo-de-futuros-ataques-cardiacos\/\" class=\"more-link\">Continuar leyendo<span class=\"screen-reader-text\"> \u00abModelo de inteligencia artificial PET\/CT ideal para predecir el riesgo de futuros ataques card\u00edacos\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-7024","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/7024","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=7024"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/7024\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=7024"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=7024"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=7024"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}