Congreso Europeo de Cardiología
Hot Line - ¿Puede la IA mejorar la detección de la estenosis aórtica grave?
En una sesión de Hot Line ayer, el profesor Geoffrey Strange (Universidad de Notre Dame - Sydney, Australia) presentó los resultados del estudio AI-ENHANCED AS, que investigó si un algoritmo de inteligencia artificial (IA), desarrollado a partir de parámetros ecocardiográficos de rutina, podría identificar fenotipos de estenosis aórtica (AS) moderada a grave asociados con un mayor riesgo de mortalidad.
El algoritmo patentado de soporte de decisiones de IA (AI-DSA) se entrenó con datos de la base de datos nacional de eco de Australia (NEDA), que contiene más de 1 000 000 de ecocardiogramas de más de 630 000 pacientes y está vinculado a la información de mortalidad.
El algoritmo también se entrenó para garantizar que se detectara toda la EA grave definida por las pautas. El entrenamiento se realizó utilizando el 70% de los datos NEDA, que fueron seleccionados al azar. Usando el 30 % restante de los datos de NEDA, las tasas de mortalidad a 5 años en pacientes con fenotipos de EAo moderada a grave y grave se compararon con las tasas de mortalidad a 5 años en el grupo de referencia, pacientes sin riesgo significativo de EAo grave.
Entre 179.054 personas, el AI-DSA identificó al 2,5 % con EA grave y el 77,2 % de estas personas cumplían con los criterios de la guía para EA grave. El AI-DSA también identificó al 1,4 % de las personas con EA de moderada a grave.
Las tasas de mortalidad a los 5 años fueron del 56,2 % para la EAo moderada a grave, del 67,9 % para la EAo grave y del 22,9 % para el grupo de referencia. En comparación con el grupo de referencia, los cocientes de probabilidades ajustados por edad y sexo para la mortalidad por todas las causas fueron de 1,82 (IC del 95 %: 1,63 a 2,02) para la EA de moderada a grave y de 2,80 (IC del 95 %: 2,57 a 3,06) para la EA grave.
Comentarios
Para ver los comentarios de sus colegas o para expresar su opinión debe ingresar con su cuenta de IntraMed.
