Video Experimental Relacionado
Updated: Sep 10, 2025

Author Spotlight: Advancing Thrombolytic Testing by Integrating Flow Dynamics in In Vitro Models
Published on: April 19, 2024
La inteligencia artificial en la trombosis clínica y la hemostasis: una revisión
Yi Kiat Isaac Kuan1, Yixin Jamie Kok1, Nigel Sheng Hui Liu2
1Department of Haematology, Tan Tock Seng Hospital, Singapore.
La inteligencia artificial (IA) y el aprendizaje automático (AM) están revolucionando la atención de la hemostasis y la trombosis. Estas tecnologías mejoran el diagnóstico, la evaluación de riesgos y los tratamientos personalizados, aunque siguen existiendo desafíos de validación e interpretabilidad.
Área de la Ciencia:
- * Informática médica
- * Biología computacional
- * Hematología
Sus antecedentes:
- * La inteligencia artificial (IA) y el aprendizaje automático (AM) se aplican cada vez más en la hemostasis y la trombosis.
- * Las aplicaciones abarcan el diagnóstico, la evaluación de riesgos, las pruebas de laboratorio, la educación del paciente, la medicina personalizada y el desarrollo de medicamentos.
Objetivo del estudio:
- * Revisar la utilidad clínica y las limitaciones de la IA y la ML en el tratamiento de la hemostasis y la trombosis.
- * Explorar las aplicaciones de la IA en seis dominios clave dentro de este campo.
Principales métodos:
- * Una búsqueda exhaustiva de la literatura de las bases de datos PubMed, Embase y Scopus hasta febrero de 2025.
- * Inclusión de estudios revisados por pares, en inglés, complementados con análisis manuales y de referencia.
- * El análisis de 84 incluyó estudios centrados en la evaluación del riesgo, el diagnóstico, la medicina personalizada, el desarrollo de fármacos y la participación del paciente.
Principales resultados:
- * La IA muestra una alta precisión en el diagnóstico de eventos trombóticos utilizando datos de imágenes y EHR, con algunas brechas de sensibilidad.
- * La IA mejora la detección de errores de laboratorio y supera las puntuaciones tradicionales en la predicción del riesgo de tromboembolismo.
- * La IA permite la anticoagulación personalizada, la predicción de la gravedad genética, la educación mejorada del paciente y el descubrimiento de nuevos medicamentos, pero se enfrenta a limitaciones en la validación, la interpretabilidad y el sesgo.
Conclusiones:
- * La IA tiene una promesa significativa para avanzar en el diagnóstico, la predicción de riesgos y las terapias individualizadas en la trombosis y la hemostasis.
- * La integración clínica exitosa requiere sistemas de IA transparentes, validados y equitativos dentro de los flujos de trabajo de atención médica.
Videos de Conceptos Relacionados
Anticoagulant Drugs: Low-Molecular-Weight Heparins
Venous Thrombosis III: Interprofessional Care
Anticoagulant Drugs: Vitamin K Antagonists and Direct Oral Anticoagulants
Warfarin, a prominent vitamin K antagonist family member, exerts its effect by inhibiting the enzyme VKORC1 (vitamin K epoxide reductase complex 1). By hindering this enzyme, warfarin...
Clot Retraction and Fibrinolysis
Extrinsic and Intrinsic Pathways of Hemostasis
The Extrinsic Pathway
The extrinsic pathway of coagulation is typically initiated by tissue damage that exposes blood to tissue factor (TF), a protein released by the damaged tissue cells outside the blood vessels—this interaction with TF triggers biochemical reactions involving specific clotting factors. The key player here is Factor VII, which...
Introduction to Hemostasis
The three phases of hemostasis involve many clotting factors present in plasma and several substances released by platelets and injured tissue cells. It is a fast, localized,...

