Descripción: Las enfermedades cardiometabólicas son una de las principales causas de muerte en todo el mundo, y su prevalencia sigue en aumento. Factores como la epidemia de obesidad, las limitaciones de la medicina actual y las desigualdades en el acceso a la salud han contribuido a esta crisis. Sin embargo, la Inteligencia Artificial (IA) ofrece un camino hacia la solución, proporcionando herramientas innovadoras para el diagnóstico temprano, la estratificación del riesgo y el pronóstico de resultados a largo plazo. En este video, exploramos cómo la IA puede transformar la prevención y el tratamiento de estas enfermedades.
Puntos Claves:
- Alta Prevalencia Global de Enfermedades Cardiometabólicas:
Las enfermedades relacionadas con el metabolismo y el corazón son responsables de más de 10 millones de muertes anuales, y la prevalencia sigue aumentando. Se estima que 1 de cada 3 adultos tiene al menos tres factores de riesgo, y 1 de cada 5 personas mayores de 40 años desarrollará insuficiencia cardíaca en su vida. - Tres Tendencias Globales que Contribuyen al Problema:some text
- La epidemia de la obesidad, que afecta a más del 70% de los adultos, es una de las principales causas.
- Las limitaciones de la medicina moderna, que no logran prevenir o tratar efectivamente estas enfermedades.
- La desigualdad en el acceso a la salud, que impide que muchas personas reciban atención médica adecuada y preventiva.
- El Impacto de la Obesidad y Factores de Riesgo Modificables:
La obesidad, la hipertensión y la diabetes tipo 2 son factores de riesgo claves de las enfermedades cardiometabólicas, y la mayoría de estos son prevenibles con intervenciones adecuadas. - Soluciones de la IA en Tres Ámbitos Clave:some text
- Diagnóstico Temprano: Herramientas como el escáner 3D de volumen corporal, que utiliza IA para medir la grasa corporal y predecir riesgos metabólicos, mejoran la predicción en un 20% comparado con los métodos tradicionales.
- Estratificación del Riesgo: Modelos de IA como Angio-FFR analizan imágenes angiográficas para determinar la gravedad de las obstrucciones arteriales sin necesidad de procedimientos invasivos. Esta tecnología reduce en un 30% la necesidad de intervenciones invasivas.
- Pronóstico de Resultados a Largo Plazo: Un modelo basado en IA que analiza imágenes de video de arterias radiales puede predecir cómo la hipertensión afectará la salud cardiovascular en el futuro, mejorando la precisión del pronóstico en un 20%.
Transcripción:
Hoy tenemos un grupo de enfermedades consideradas una carga global, pues en conjunto son la principal causa de muerte en todo el planeta. Según las últimas investigaciones, 1 en 3 adultos tiene 3 o más factores de riesgo que contribuyen a enfermedades cardiovasculares, enfermedades de la cadena y o disorderes metabólicos. Se estima que 1 de cada 5 personas mayores de 40 años desarrollará insuficiencia cardíaca a lo largo de su vida.A pesar de décadas de avances médicos, las muertes siguen aumentando. ¿Pero por qué? Hay tres tendencias globales, la epidemia de la obesidad, las limitaciones en la medicina moderna y la desigualdad en el acceso en salud. Las enfermedades metabólicas son responsables del 20% de las hospitalizaciones y 4,8 millones de muertes en Estados Unidos.
Pero no se trata solo de muertes, esto está creciendo tan rápidamente que se estima que el 70% de los adultos tienen sobrepeso, una de las principales, si no la principal, causa de las enfermedades cardiometabólicas. El sistema de salud parece ser incapaz de dar una respuesta, pero ¿puede la inteligencia artificial darnos una solución? Hoy vamos a descubrir cómo la IA puede ayudar en tres aspectos claves. El primero, el diagnóstico temprano con IA, que al final puede ser lo más importante para reducir el impacto.
Lo segundo, la estratificación con IA, lo que podría ser una forma de superar algunas de estas limitaciones que tenemos hoy con enfoques tradicionales. Y tres, el pronóstico de resultados a largo plazo con IA, muy valioso, para saber en dónde va el paciente y cómo podemos tratarlo de una mejor manera. Empecemos con el diagnóstico temprano.
El síndrome metabólico es una de esas condiciones que aumenta el riesgo de enfermedades cardíacas, mola de diabetes y los accidentes cerebrovasculares y afecta a un tercio de las personas en Estados Unidos y un cuarto a las personas globalmente. Uno de los mayores desafíos en la detección temprana, ya que los métodos tradicionales pueden no captar señales hasta que ya sea muy tarde. Mayo Clinic ha desarrollado un escáner 3D de volumen corporal que usa IA para predecir el riesgo del síndrome metabólico.
Entrenaron y validaron un modelo de IA con 1.280 sujetos, voluntarios que se sometieron a una evaluación que incluyó la exploración de volúmenes corporales a través de esos escáneres 3D, cuestionarios clínicos de estandarización y análisis de sangre y mediciones tradicionales de la forma corporal. Este escáner mide con mucha precisión la grasa corporal total y su distribución, lo que nos permite dar dos factores críticos que la IA utiliza para analizar e identificar el riesgo y sus patrones de riesgo. Con este enfoque, ellos han logrado mejorar la predicción de riesgo hasta en un 20% en comparación con métodos tradicionales que tenemos hoy.
Ahora sigamos con la estratificación. Las intervenciones cardíacas, como las angioplastías, son procedimientos comunes para tratar arterias obstruidas, pero presentan riesgos en complicaciones y resultados subóptimos. Uno de los mayores desafíos es la falta de precisión en la evaluación del estado de las arterias coronarias, lo que puede llevar a decisiones de tratamientos totalmente incorrectas.
Algo chévere es que encontramos un equipo de investigadores que desarrolló un modelo de IA llamado Angio-FFR, que calcula la reserva fraccional de flujo, por sus siglas FFR, usando imágenes angiográficas. Esta red neuronal se entrenó extrayendo y clasificando un total de 5.709 formas de la onda de la presión aórtica de latidos cardíacos individuales. El estudio logró mostrar cómo esta red neuronal puede clasificar los latidos como normales o con amortiguamiento o artefactos.
Esto significa que el modelo es capaz de analizar estas imágenes de angiografías y determinar con mucha precisión obstrucciones que existen y su gravedad sin necesidad de generar catéteres invasivos que son los métodos tradicionales que tenemos hoy, en donde invadimos a los pacientes. Angio-FFR ha demostrado una presión del 92% y una reducción del 30% en el uso de intervenciones invasivas, mejorando significativamente los diagnósticos en pacientes coronarios. Por último les quiero mostrar esta tecnología para el pronóstico de resultados a largo plazo.
La hipertensión afecta a más de 1.200 millones de personas a nivel global y se asocia con un riesgo elevado en los eventos cardiovasculares graves, especialmente a largo plazo. El principal desafío que tenemos hoy es predecir los resultados a largo plazo con estos pacientes, ya que las herramientas que tenemos tradicionalmente no ofrecen un monitoreo continuo ni preciso de estos pacientes. Unos investigadores desarrollaron un modelo de guía que analiza las imágenes de video para predecir cómo la hipertensión afectará la salud cardiovascular en el futuro de los pacientes.
Este modelo se construyó utilizando un conjunto de datos de aproximadamente 2.000 imágenes de video de arterias radiales. Se entrenó con técnicas de aprendizaje profundo, utilizando estos videos para detectar los cambios de color en la piel que correlacionan con los niveles de presión arterial. El modelo fue afinado con múltiples capas de redes neuronales para mejorar la precisión de los pronósticos.
Este sistema analiza los cambios en las arterias radiales y utiliza todos estos datos para anticipar el riesgo de estos eventos cardiovasculares que van a suceder muchos años después. El modelo puede mejorar la precisión en los pronósticos en un 20%, lo que ayudaría en personalizar los tratamientos y, al final, mejorar los resultados a largo plazo de muchos pacientes. En la lucha contra las enfermedades cardiometabólicas hay tres datos claves que deberíamos llevarnos.
El primero es la alta prevalencia global. Más de 10 millones de muertes en el año están asociadas con estas enfermedades, lo que las convierte en una de las principales causas de mortalidad mundial. El segundo son los factores de riesgo controlables.
La hipertensión, la diabetes tipo 2, la obesidad, todas son prevenibles, en gran medida con intervenciones que pueden ser más adecuadas. Y tercero, las brechas en la prevención. A pesar de los avances médicos que tenemos hoy, casi el 80% de los eventos cardiovasculares podrían llegar a prevenirse, pero las estrategias de prevención a nivel global siguen siendo insuficientes.
Ustedes saben que en Arcángel creemos que la inteligencia artificial no se trata solo de una herramienta, sino la clave se trata de mejorar el sistema de salud, prevenir muertes e impactar a millones de personas. Imaginemos un mundo en donde las condiciones como la diabetes, la hipertensión y las enfermedades cardíacas sean identificadas mucho antes de causar estragos en las personas, donde cada paciente pueda recibir un tratamiento preciso, personalizado e independiente de donde viva y cómo viva. Cada semana estudiamos lo más reciente en inteligencia artificial en relación con salud y lo compartimos con todos ustedes.
Estamos seguros que aprender y compartir esta información al que conectemos los puntos necesarios para brindar más soluciones en el sector de salud. Y bueno, si te gustó este contenido recuerda seguirnos y activar la campanita para saber cuándo subimos más de estos videos sobre salud e inteligencia artificial. ¡Chao! A pesar de décadas de avances médicos, las muertes siguen aumentando.
¿Pero por qué? Hay tres tendencias globales, la epidemia de la obesidad, las limitaciones en la medicina moderna y la desigualdad en el acceso en salud. Las enfermedades metabólicas son responsables del 20% de las hospitalizaciones y 4,8 millones de muertes en Estados Unidos. Pero no se trata solo de muertes, esto está creciendo tan rápidamente que se estima que el 70% de los adultos tienen sobrepeso, una de las principales, si no la principal, causa de las enfermedades cardiometabólicas.
El sistema de salud parece ser incapaz de dar una respuesta, pero ¿puede la inteligencia artificial darnos una solución? Hoy vamos a descubrir cómo la IA puede ayudar en tres aspectos claves. El primero, el diagnóstico temprano con IA, que al final puede ser lo más importante para reducir el impacto. Lo segundo, la estratificación con IA, lo que podría ser una forma de superar algunas de estas limitaciones que tenemos hoy con enfoques tradicionales.
Y tres, el pronóstico de resultados a largo plazo con IA, muy valioso, para saber en dónde va el paciente y cómo podemos tratarlo de una mejor manera. Empecemos con el diagnóstico temprano. El síndrome metabólico es una de esas condiciones que aumenta el riesgo de enfermedades cardíacas, mola de diabetes y los accidentes cerebrovasculares y afecta a un tercio de las personas en Estados Unidos y un cuarto a las personas globalmente.
Uno de los mayores desafíos en la detección temprana, ya que los métodos tradicionales pueden no captar señales hasta que ya sea muy tarde. Mayo Clinic ha desarrollado un escáner 3D de volumen corporal que usa IA para predecir el riesgo del síndrome metabólico. Entrenaron y balearon un modelo de IA con 1.280 sujetos, voluntarios que se sometieron a una evaluación que incluyó la exploración de volúmenes corporales a través de esos escáneres 3D, cuestionarios clínicos de estandarización y análisis de sangre y mediciones tradicionales de la forma corporal.
Este escáner mide con mucha precisión la grasa corporal total y su distribución, lo que nos permite dar dos factores críticos que la IA utiliza para analizar e identificar el riesgo y sus patrones de riesgo. Con este enfoque, ellos han logrado mejorar la predicción de riesgo hasta en un 20% en comparación con los métodos tradicionales que tenemos hoy. Ahora sigamos con la estratificación.
Las intervenciones cardíacas, como las angioplastías, son procedimientos comunes para tratar arterias obstruidas, pero presentan riesgos en complicaciones y resultados subóptimos. Uno de los mayores desafíos es la falta de precisión en la evaluación del estado de las arterias coronarias, lo que puede llevar a decisiones de tratamientos totalmente incorrectas. Algo chévere es que encontramos un equipo de investigadores que desarrolló un modelo de IA llamado Angio-FFR, que calcula la reserva fraccional de flujo, por sus siglas FFR, usando imágenes angiográficas.
Esta red neuronal se entrenó extrayendo y clasificando un total de 5.709 formas de la onda de la presión aórtica de latidos cardíacos individuales. El estudio logró mostrar cómo esta red neuronal puede clasificar los latidos como normales o con amortiguamiento o artefactos. Esto significa que el modelo es capaz de analizar estas imágenes de angiografías y determinar con mucha precisión obstrucciones que existen y su gravedad sin necesidad de generar catéteres invasivos que son los métodos tradicionales que tenemos hoy, en donde invadimos a los pacientes.
Angio-FFR ha demostrado una presión del 92% y una reducción del 30% en el uso de intervenciones invasivas, mejorando significativamente los diagnósticos en pacientes coronarios. Por último les quiero mostrar esta tecnología para el pronóstico de resultados a largo plazo. La hipertensión afecta a más de 1.200 millones de personas a nivel global y se asocia con un riesgo elevado en los eventos cardiovasculares graves, especialmente a largo plazo.
El principal desafío que tenemos hoy es predecir los resultados a largo plazo con estos pacientes, ya que las herramientas que tenemos tradicionalmente no ofrecen un monitoreo continuo ni preciso de estos pacientes. Unos investigadores desarrollaron un modelo de guía que analiza las imágenes de video para predecir cómo la hipertensión afectará la salud cardiovascular en el futuro de los pacientes. Este modelo se construyó utilizando un conjunto de datos de aproximadamente 2.000 imágenes de video de arterias radiales.
Se entrenó con técnicas de aprendizaje profundo, utilizando estos videos para detectar los cambios de color en la piel que correlacionan con los niveles de presión arterial. ¿Qué interesante, no? El modelo fue afinado con múltiples capas de redes neuronales para mejorar la precisión de los pronósticos. Este sistema analiza los cambios en las arterias radiales y utiliza todos estos datos para anticipar el riesgo de estos eventos cardiovasculares que van a suceder muchos años después.
El modelo puede mejorar la precisión en los pronósticos en un 20%, lo que ayudaría en personalizar los tratamientos y, al final, mejorar los resultados a largo plazo de muchos pacientes. En la lucha contra las enfermedades cardiometabólicas hay tres datos claves que deberíamos llevarnos. El primero es la alta prevalencia global.
Más de 10 millones de muertes en el año están asociadas con estas enfermedades, lo que las convierte en una de las principales causas de mortalidad mundial. El segundo son los factores de riesgo controlables. La hipertensión, la diabetes tipo 2, la obesidad, todas son prevenibles, en gran medida con intervenciones que pueden ser más adecuadas.
Y tercero, las brechas en la prevención. A pesar de los avances médicos que tenemos hoy, casi el 80% de los eventos cardiovasculares podrían llegar a prevenirse, pero las estrategias de prevención a nivel global siguen siendo insuficientes. Ustedes saben que en Arcángel creemos que la inteligencia artificial no se trata solo de una herramienta, sino la clave se trata de mejorar el sistema de salud, prevenir muertes e impactar a millones de personas.
Imaginemos un mundo en donde las condiciones como la diabetes, la hipertensión y las enfermedades cardíacas sean identificadas mucho antes de causar estragos en las personas, donde cada paciente pueda recibir un tratamiento preciso, personalizado e independiente de donde viva y cómo viva. Cada semana estudiamos lo más reciente en inteligencia artificial en relación con salud y lo compartimos con todos ustedes. Estamos seguros que aprender y compartir esta información al que conectemos los puntos necesarios para brindar más soluciones en el sector de salud.
Y bueno, si te gustó este contenido recuerda seguirnos y activar la campanita para saber cuándo subimos más de estos videos sobre salud e inteligencia artificial. Chao.