Como seres humanos, siempre buscamos evitar los riesgos y saber cuándo estos se podrían presentar en nuestras vidas. A pesar de lo anterior, algo tan propio como el cuerpo muchas veces se escapa de nuestros cálculos, sobre todo a la hora de anticipar enfermedades.

Pensando en esto, un grupo de científicos del MIT desarrollo un nuevo sistema que permite predecir condiciones de salud, a través de un modelo de machine learning que puede estimar, a partir de la actividad eléctrica del corazón, el nivel de riesgo de un paciente de morir un por un problema cardiovascular.

El sistema llamado “RiskCardio”, se enfoca en pacientes que hayan sufrido de Síndrome Coronario Agudo, donde al realizarles un electrocardiograma el software genera una puntuación con la data obtenida durante los primeros 15 minutos del examen. Con este resultado se ubica al paciente en una de cuatro categorías, que van desde menor a mayor nivel de riesgo.

“La idea es poder combinar información a lo largo del tiempo e ir comparando las puntuaciones que se obtienen regularmente, para de esa forma ayudar a los doctores a identificar a las personas con mayor nivel de riesgo por un problema cardiovascular, por medio de tecnologías como la computación”, asegura Marcelo Sukni, gerente general de SAS Chile.

Hasta el momento, el uso de machine learning solo permitía realizar estimaciones de riesgo con información externa de los pacientes, como por ejemplo el peso, y eso combinarlo con otras aplicaciones, mientras que con el desarrollo de RiskCardio solo es necesario la señal del electrocardiograma.

Este software busca mejorar la etapa de detección, separando la señal eléctrica del paciente en sets consecutivos de latidos, ya que las variaciones entre latidos indican un corazón más saludable.

De esta manera, los médicos incluso podrían tardar menos en evaluaciones largas y así recomendar tratamientos personalizados y eficientes a quienes tengan mayor riesgo de tener problemas cardiacos. 

Disponible en :

https://www.tynmagazine.com/machine-learning-ayuda-a-estimar-el-riesgo-c...