Seleccionar página

Fuente: Geralt/Pixabay

Las capacidades de reconocimiento de patrones del aprendizaje profundo de inteligencia artificial (IA) están avanzando rápidamente en nuevas formas potenciales de detectar riesgos para la salud de manera temprana. Un nuevo estudio realizado por investigadores del Hospital General de Massachusetts y el programa de IA en Medicina del Brigham and Women’s Hospital en Boston demuestra cómo un modelo de aprendizaje profundo de IA puede predecir el riesgo de muerte por accidente cerebrovascular o ataque cardíaco a 10 años de un solo radiografía de tórax. Los investigadores presentaron sus hallazgos en la reciente reunión anual de 2022 de la Sociedad Radiológica de América del Norte (RSNA).

Las enfermedades cardiovasculares (ECV) son la principal causa de muerte en todo el mundo, con un estimado de 15,2 millones de muertes en todo el mundo debido a ataques cardíacos y accidentes cerebrovasculares en 2019, según estadísticas de la Organización Mundial de la Salud (OMS). La detección temprana de enfermedades cardiovasculares brinda la oportunidad de intervenciones y tratamientos que pueden salvar vidas. La mayoría de las enfermedades cardiovasculares se pueden prevenir cambiando los hábitos de comportamiento y el estilo de vida, como mejorar la dieta, aumentar el ejercicio y eliminar el uso nocivo del alcohol y el tabaco, según la OMS.

Según un informe de Grand Ver Investigación. Los factores que contribuyen a esta tendencia incluyen la adopción cada vez mayor de la medicina de precisión, la importancia emergente de los grandes datos médicos, la disminución de los costos de hardware y la necesidad de reducir los costos de atención médica según el mismo informe.

Usar el aprendizaje profundo para radiología como una herramienta de asistencia es una opción natural.

El diagnóstico asistido por computadora (CAD), una forma anterior de inteligencia artificial, se ha utilizado en radiología durante muchos años para aplicaciones como la detección de cáncer de mama en mamografías y nódulos pulmonares en tomografías computarizadas de tórax. El software CAD anterior se codificó en función del conocimiento del dominio. Con el auge de la visión por computadora de IA y los grandes conjuntos de datos, el último enfoque es utilizar el aprendizaje profundo para aprender características latentes dentro de los datos de imágenes sin codificación.

Para este estudio, los investigadores entrenaron un algoritmo de aprendizaje profundo de IA, llamado modelo de riesgo CXR-CVD, utilizando más de 147 400 radiografías de tórax de más de 40 600 pacientes en múltiples centros para un ensayo controlado para la detección del cáncer de próstata, pulmón, colorrectal y de ovario. patrocinado por el Instituto Nacional del Cáncer.

Luego, el algoritmo se evaluó con radiografías de tórax de una segunda cohorte independiente de más de 11,400 pacientes ambulatorios de Mass General Brigham que podrían ser elegibles para la terapia con estatinas, donde alrededor del 9,6 por ciento tuvo un evento cardíaco importante durante la mediana de seguimiento de 10,3 años. Los investigadores compararon los valores predictivos del algoritmo de IA con el estándar clínico establecido para decidir la elegibilidad de estatinas.

Los científicos informaron en un comunicado que su algoritmo de aprendizaje profundo de IA pudo predecir futuros eventos cardiovasculares adversos importantes a partir de una sola imagen de rayos X de tórax «con un rendimiento similar y un valor incremental al estándar clínico establecido».

Copyright © 2022 Cami Rosso. Reservados todos los derechos.

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información

ACEPTAR
Aviso de cookies