Modelos de Inteligencia Artificial pre-entrenados en la predicción y clasificación de enfermedades cardiovasculares...

Área de la Ciencia:

• Cardiología Cardiología.
• La informática médica es la informática médica.
• La inteligencia artificial es inteligencia artificial.

Sus antecedentes:

• La enfermedad cardiovascular aterosclerótica (ASCVD) sigue siendo una de las principales causas mundiales de mortalidad.
• Los métodos tradicionales de evaluación del riesgo de ASCVD tienen limitaciones.
• La inteligencia artificial (IA) y el aprendizaje automático son cada vez más favorecidos para la evaluación de riesgos.

Objetivo del estudio:

• Revisar sistemáticamente las tecnologías de IA para la predicción y gestión de ASCVD.
• Para analizar modelos de IA aplicados a registros electrónicos de salud, imágenes médicas y biomarcadores.
• Discutir el potencial y las limitaciones de la IA en ASCVD.

Principales métodos:

• Revisión sistemática de las aplicaciones de IA en ASCVD.
• Análisis de modelos de procesamiento del lenguaje natural (PNL) (por ejemplo, BERT) para la predicción de riesgos a partir de texto clínico.
• Evaluación de las redes neuronales convolucionales (CNN) (por ejemplo, ResNet, VGG) para el análisis de placas a través de imágenes.

Principales resultados:

• Los modelos de IA demuestran potencial para predecir el riesgo de ASCVD a partir de diversas fuentes de datos.
• Los modelos de PNL son prometedores para el análisis de datos clínicos textuales.
• Las CNN son efectivas para el análisis basado en placas utilizando imágenes médicas.

Conclusiones:

• La IA ofrece un nuevo paradigma para el manejo de ASCVD, mejorando los resultados de los pacientes.
• Los desafíos clave incluyen el sesgo de datos, la interpretabilidad del modelo y las demandas computacionales.
• La validación multicéntrica y la IA explicable son cruciales para la implementación clínica.