Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
ARAB HEALTH - INFORMA

Deascargar La Aplicación Móvil




Eventos

27 ene 2025 - 30 ene 2025
15 feb 2025 - 17 feb 2025

IA captura patrones de ECG para predecir futuros paros cardíacos súbitos

Por el equipo editorial de HospiMedica en español
Actualizado el 19 Mar 2024
Print article
Imagen:La IA captura patrones de electrocardiograma que podrían indicar un futuro paro cardíaco súbito (Fotografía cortesía de 123RF)
Imagen:La IA captura patrones de electrocardiograma que podrían indicar un futuro paro cardíaco súbito (Fotografía cortesía de 123RF)

El paro cardíaco súbito es una emergencia crítica que provoca la muerte en el 90 % de los casos en cuestión de minutos. Esta afección ocurre cuando la actividad eléctrica del corazón cambia abruptamente, lo que hace que deje de latir. Si bien las afecciones cardíacas aumentan el riesgo, el paro cardíaco repentino también puede afectar a las personas sin problemas cardíacos conocidos. Prevenir este evento es crucial y para ello son esenciales herramientas clínicas innovadoras. En particular, los algoritmos de inteligencia artificial (IA) se muestran prometedores para predecir un paro cardíaco repentino, lo que podría ayudar a los médicos a identificar a los pacientes en riesgo.

Ahora, dos nuevos estudios realizados por investigadores de Cedars-Sinai (Los Ángeles, CA, EUA) respaldan el uso de la IA en la predicción de un paro cardíaco repentino. El primer estudio implicó entrenar un algoritmo de aprendizaje profundo para analizar patrones de electrocardiograma (ECG), que son registros de la actividad eléctrica del corazón. El modelo examinó los ECG de personas que habían sufrido un paro cardíaco súbito y los que no, incluidos 1.827 ECG previos al paro cardíaco de 1.796 personas que luego experimentaron un paro cardíaco repentino y 1.342 ECG de 1.325 personas que no lo sufrieron. Este modelo de IA desarrollado por Cedars-Sinai superó a los métodos convencionales, como la puntuación de riesgo del ECG, para predecir un paro cardíaco repentino extrahospitalario.

El segundo estudio se centró en distinguir entre dos causas de paro cardíaco repentino: actividad eléctrica sin pulso, donde las señales eléctricas del corazón son demasiado débiles para producir un latido, y fibrilación ventricular, un latido cardíaco irregular que puede tratarse con un desfibrilador. Después de analizar los patrones de ECG y las características de los pacientes, los investigadores identificaron factores de riesgo específicos para cada tipo. Los pacientes con paro cardíaco repentino por actividad eléctrica sin pulso a menudo eran mayores, tenían sobrepeso, estaban anémicos o experimentaban dificultad para respirar. Por el contrario, aquellos con fibrilación ventricular tendían a ser más jóvenes y tenían antecedentes de enfermedad de las arterias coronarias o dolor en el pecho como señal de advertencia.

"Estos estudios ejemplifican el potencial de la IA para detectar patrones en el cuerpo que el ojo humano y las pruebas médicas estándar no pueden", dijo el Dr. Paul Noble, Presidente Distinguido de Medicina Pulmonar de la Familia Vera y Paul Guerin y presidente del Departamento de Medicina de Cedars-Sinai. "Estamos cada vez más cerca de poder utilizar la IA para prevenir eventos peligrosos como un paro cardíaco repentino".

Enlaces relacionados:
Cedars-Sinai

Miembro Oro
12-Channel ECG
CM1200B
Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
New
Diagnostic Ultrasound System
MS1700C
New
Phototherapy Eye Protector
EyeMax2

Print article

Canales

Técnicas Quirúrgicas

ver canal
Imagen: los electrodos de catéter se pueden entregar y guiar hacia los espacios ventriculares y la superficie del cerebro para la estimulación eléctrica (foto cortesía de la Universidad Rice)

Interfaz neural novedosa ayuda a diagnosticar y tratar trastornos neurológicos con riesgos quirúrgicos mínimos

Los métodos tradicionales para interactuar con el sistema nervioso generalmente implican crear una abertura en el cráneo para acceder al cerebro. Ahora, los investigadores han presentado... Más

Cuidados de Pacientes

ver canal
Imagen: La plataforma de biosensores portátil utiliza sensores electroquímicos impresos para la detección rápida y selectiva de Staphylococcus aureus (foto cortesía de AIMPLAS)

Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital

En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... Más

TI

ver canal
Imagen: El primer modelo específico de la institución proporciona una ventaja de desempeñoa significativa sobre los modelos actuales basados en la población (Fotografía cortesía de Mount Sinai)

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Se han implementado algoritmos de aprendizaje automático para crear modelos predictivos en varios campos médicos, y algunos han demostrado mejores resultados en comparación con sus... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.