Aprovechamiento de la inteligencia artificial para el riesgo cardiovascular: una perspectiva de atención primaria

Área de la Ciencia:

• Cardiología
• Inteligencia Artificial
• Aprendizaje Profundo

Sus antecedentes:

• Las enfermedades cardiovasculares (ECV) son una de las principales causas de muerte a nivel mundial.
• Los médicos de atención primaria son cruciales para la detección y prevención tempranas de las ECV.
• Este estudio explora la estratificación del riesgo cardiovascular (RCV) impulsada por la IA en la atención primaria.

Objetivo del estudio:

• Investigar la eficacia de los modelos de aprendizaje profundo (DL) temporal basados en IA para la estratificación del RCV.
• Apoyar la detección temprana y la prevención de enfermedades cardiovasculares en entornos de atención primaria.
• Mejorar la gestión de pacientes y la asignación de recursos a través de la integración de la IA.

Principales métodos:

• Se implementaron arquitecturas de DL temporal Long Short-Term Memory (LSTM) y Gated Recurrent Unit (GRU).
• Se utilizó una cohorte sintética de pacientes con datos demográficos y clínicos (edad, sexo, IMC, TA, tabaquismo, diabetes, hipertensión).
• Se entrenaron modelos con datos secuenciales para predecir categorías y probabilidades de RCV, comparando los resultados con las recomendaciones clínicas.

Principales resultados:

• Los modelos LSTM y GRU pronosticaron con éxito el RCV en diversos horizontes temporales.
• Las predicciones del modelo se tradujeron en recomendaciones clínicamente interpretables para el seguimiento y las intervenciones.
• Se demostró la capacidad del DL temporal para predecir el riesgo cardiovascular con información procesable.

Conclusiones:

• La predicción del RCV impulsada por IA puede mejorar las estrategias de intervención temprana en medicina familiar.
• La optimización de la gestión de pacientes y la asignación de recursos son beneficios potenciales de la integración de la IA.
• El DL temporal muestra una promesa para fortalecer los resultados de la atención preventiva en la atención primaria.