LUN, 17 / ABR / 2017

Crean una IA capaz de predecir enfermedades cardiovasculares con mayor precisión que un humano

Un equipo de investigadores de la Universidad de Nottingham en el Reino Unido han desarrollado un algoritmo de machine-learning que puede predecir la probabilidad de tener un ataque al corazón o derrame cerebral con tanta precisión como cualquier médico.

Un estimado de 20 millones de personas mueren cada año debido a enfermedades cardiovasculares. Atento a esta estadística, un equipo de investigadores de la Universidad de Nottingham en el Reino Unido han desarrollado un algoritmo de machine-learning que puede predecir la probabilidad de tener un ataque al corazón o derrame cerebral con tanta precisión como cualquier médico.

El Colegio Americano de Cardiología y la Asociación Americana del Corazón (ACC y AHA por sus siglas en inglés) han desarrollado una serie de directrices para estimar el riesgo cardiovascular de un paciente que se basa en ocho factores, incluyendo la edad, el nivel de colesterol y la presión arterial. En promedio, este sistema estima correctamente el riesgo de una persona con una tasa de acierto del 72,8 por ciento.

Si bien el sistema de ocho factores es bastante preciso, Stephen Weng y su equipo se disponen a hacerlo mejor. Para ello, diseñaron cuatro algoritmos de aprendizaje por computadora, luego los alimentaron con datos de 378.256 pacientes en el Reino Unido. Los sistemas utilizaron alrededor de 295.000 registros para generar sus modelos predictivos internos y luego tomaron los registros restantes para probarlos y refinarlos. Los resultados de los algoritmos superaron las pautas de ACC y AHA, con tasas de acierto que oscilan entre el 74,5 y 76,4 por ciento de precisión. El algoritmo de red superó las directrices existentes en un 7,6 por ciento, mientras que bajó un 1,6 por ciento el número de falsas alarmas.

De 83.000 conjuntos de registros de prueba de pacientes, este sistema podría salvar 355 vidas extra. Curiosamente, los sistemas de IA identificaron una serie de factores de riesgo y predictores no cubiertos en las directrices existentes, como las enfermedades mentales graves y el consumo de corticosteroides orales. “Hay mucha interacción en los sistemas biológicos”, dijo Weng a la publicación Science. “Esa es la realidad del cuerpo humano, lo que la ciencia informática nos permite hacer es explorar esas asociaciones”.

Vía: Engadget

¡Comparte esta noticia!