El algoritmo de IA puede ayudar a identificar pacientes cardíacos de alto riesgo para mejorar el diagnóstico temprano, la velocidad y el mantenimiento.

El algoritmo, conocido como WES HCM, había aprobado previamente la Administración de Alimentos y Medicamentos para la detección de HCM en el Electrónico Hogar (ECG). Estudio de Mount Sina, Journal apareció el 22 de abril Nejm queAsigne posibilidades numéricas a los resultados, los resultados del algoritmo.

Por ejemplo, cuando el algoritmo puede haberse llamado previamente “marcado como un sospechoso de HCM” o “mayor riesgo de HCM”, el estudio de Mount Sina permite traducciones como “tiene aproximadamente un 60 por ciento de probabilidades de ser HCM”.

Como resultado, los pacientes que no han sido diagnosticados con HCM antes pueden comprender mejor el riesgo de su enfermedad individual, lo que puede conducir a un diagnóstico rápido y más individual, así como a prevenir complicaciones como la muerte cardíaca repentina y los pacientes jóvenes.

“Este es un paso importante para traducir el algoritmo de aprendizaje profundo de la novela a la práctica clínica al proporcionar información más significativa a expertos clínicos y pacientes. Los médicos pueden mejorar sus flujos de trabajo clínicos para garantizar que los pacientes con mayor riesgo tengan una lista de sus trabajos clínicos. LA proporciona información significativa de manera práctica”.

HCM ha afectado a una de las 200 personas en todo el mundo y es una de las principales razones para el trasplante de corazón. Sin embargo, muchos pacientes no saben que su condición es hasta que tengan síntomas y la enfermedad ya puede desarrollarse.

Investigadores de Mount Sena operaron el algoritmo VIS HCM en aproximadamente 71 71,000 pacientes, que tuvieron un electrodifusión el 7 de marzo de 2023 y el 18 de enero de 2024. El algoritmo marcó 1,522 ya que hubo una advertencia positiva para HCM. Los investigadores revisaron los registros y datos de imágenes en los que los pacientes fueron diagnosticados con HCM certificados.

Después de revisar el diagnóstico certificado, los investigadores aplicaron la calibración del modelo en la herramienta AI para evaluar que el potencial de ser HCM está relacionado con la posibilidad real de pacientes con la enfermedad. Descubrieron que el modelo Calibeth evaluaba con precisión la posibilidad de HCM del paciente.

El uso del modelo para analizar los resultados de los ECG de los pacientes puede permitir a los cardioología cumplir con los pacientes de alto riesgo antes de que los síntomas comiencen o aumenten. El médico podrá explicar el riesgo individual para cada paciente, en lugar de que un modelo de IA los haya marcado. Esto puede ayudar a los nuevos pacientes a participar y prevenir consecuencias negativas asociadas a HCM, como la muerte súbita o los síntomas de obstrucción del flujo sanguíneo del músculo cardíaco.

“Este estudio proporciona los granistas más esenciales para ayudarnos a considerar cómo probamos, ponemos en peligro a los pacientes y consultamos a los pacientes. En la edad de la vejez, tenemos que agregar una nueva sofisticación a nuestra carrera para cuidar a los pacientes”. Electro -fisiología cardíaca. “Utilizando la cardiomopatía hipertrófica como un ejemplo de uso, mostramos cómo podemos implementar inicialmente las nuevas herramientas incluso en la secuencia de enfermedades menos comunes al establecer la clasificación de IA en los pacientes con tragedia”.

“Este estudio refleja la implementación de la ciencia, que muestra cómo podemos conectar herramientas de IA avanzadas en flujos de trabajo clínicos avanzados con responsabilidad y pensamiento”, Director de Salud Mount Sinai, Icon School of Medicine. “No se trata solo de la construcción de un algoritmo de alto rendimiento: esto está a punto de garantizar que respalde la toma de decisiones médicas, lo que mejora los resultados de los pacientes y cómo se toma la atención.

El siguiente paso es extender este estudio y aumentar la calibración de IA a HCM a sistemas de salud adicionales en todo el país.

Es decir, patrocinado este estudio. El Dr. Lampert es un asesor pagado para VIZ.AI.