General

Esta inteligencia artificial puede predecir si tendrá un ataque cardíaco


La inteligencia artificial ahora se está utilizando con éxito para escanear datos médicos y predecir si los pacientes tendrán accidentes cerebrovasculares o ataques cardíacos. En un estudio reciente, el sistema de IA fue más preciso para predecir estos posibles sucesos que los médicos.

¿Como funciona?

El sistema de inteligencia artificial funciona aprendiendo de los datos de registros médicos anteriores y encontrando factores comunes entre pacientes que han tenido ataques cardíacos y personas que podrían tenerlos. Como puede imaginar, predecir correctamente eventos repentinos como accidentes cerebrovasculares es una tarea bastante difícil que a menudo hace que los médicos hagan conjeturas muy fundamentadas. Según el futurismo, se hicieron llamadas correctas en 355 más casos que por los médicos solamente, lo cual es un margen significativo cuando se considera que cada caso correcto podría significar la diferencia entre la vida o la muerte.

Aún más sorprendente para la predicción precisa de eventos cardiovasculares fue en quién los predijo la IA. Los médicos generalmente pueden saber si una persona tendrá un ataque cardíaco en función de conductas de riesgo y eventos médicos pasados. El sistema de inteligencia artificial es capaz de captar un conjunto mucho mayor de datos y predecir con precisión ataques cardíacos y accidentes cerebrovasculares en pacientes que nunca fueron identificados como "en riesgo". En otras palabras, AI encontró y predijo correctamente el pronóstico médico de pacientes que nunca habrían sido señalados como necesitados de tal evaluación.

[Fuente de imagen:Pixabay]

La investigación fue realizada por un equipo de científicos de la Universidad de Nottingham y los resultados se publicaron en Science Mag.

Enseñar el sistema de IA fue, con mucho, la parte más difícil para el equipo. Primero recopilaron registros de casi 400 mil pacientes del Reino Unido desde 2005 hasta 2015. Una vez que se recopilaron estos datos, alimentaron el algoritmo de inteligencia artificial de aprendizaje 75 por ciento de los datos disponibles. A partir de estos datos, la IA pudo aprender aspectos clave de un paciente que lo pondrían en riesgo de sufrir un ataque cardíaco. A continuación, el equipo alimentó el programa con el otro 25 por ciento de los datos para probar qué tan bien funcionaron sus algoritmos generativos.

Según IEEE Spectrum, el resultado del modelo de máquina fue ligeramente mejor que el pronóstico médico estándar. Las pautas médicas actuales que los médicos usan habrían predicho 72 por ciento de los casos correctamente. El sistema de IA, en su primera ronda, predijo sobre 76 por ciento de los casos con precisión. Puesto en perspectiva de la cantidad de datos, esto significa 15 mil más pacientes diagnosticados con precisión bajo IA.

Mirando más de cerca estos resultados en términos de vidas salvadas, el margen se acerca un poco más. Hubo un total de 7,404 casos reales de ataque cardíaco y accidente cerebrovascular en los datos, con el sistema de inteligencia artificial que predice con precisión 4.998 pacientes. El método tradicional de diagnóstico habría encontrado 355 menos casos, lo que resulta en lo que es esencialmente un valor teórico de 355 vidas salvadas a través de la IA.

Mientras buscamos examinar el potencial de la IA para hacer un diagnóstico médico correcto, tenemos que entender cómo funcionan los algoritmos generativos. Si bien el sistema solo mejoró alrededor 4 por ciento, que sigue siendo significativo, a medida que se presentan más casos al algoritmo, puede aprender y mejorar lentamente su precisión. Eventualmente, alcanzaría un límite, con suerte, más cercano al 100 por ciento, de casos que podría predecir con precisión.

La inteligencia artificial todavía puede parecer lejana para muchos de nosotros en este momento, pero en el futuro, podría salvarle la vida.

VEA TAMBIÉN: Este nuevo robot blando podría salvar la vida de personas con afecciones cardíacas


Ver el vídeo: Webinar Cardiología - Inteligencia artifiial: aplicaciones clinicas, retos y oportunidades (Noviembre 2021).