Os pesquisadores do Mount Sinai que estudam um tipo de doença cardíaca, conhecidos como cardiopatia hipertrófica (HCM), calcularam um algoritmo de inteligência artificial (AI) para identificar as condições dos pacientes rapidamente e especialmente os pacientes e identificá -los como maior risco para a nomeação do médico durante a nomeação do médico.
O algoritmo, conhecido como HCM úmido, foi anteriormente aprovado pela Food and Drug Administration para detectar o HCM em um eletrocardiograma (ECG). Estudo de Mount Sinai, publicado na revista 22 de abril Quem é NEMAlocando as possibilidades de números em busca de algoritmos.
Por exemplo, os algoritmos podem ter sido “sinalizados como um HCM suspeito” ou “alto risco de HCM” antes, mas na pesquisa do Monte Sinai, essa interpretação já foi permitida, como “cerca de 60 % da estadia do seu HCM”, diz o diretor de Machine Machine Mount Sinai Hospital Larning.
Como resultado, os pacientes que não são diagnosticados pelo HCM podem ter uma idéia melhor sobre o risco de sua doença individual, o que leva a uma avaliação mais rápida e distinta, bem como ao tratamento para evitar complicações como morte cardíaca súbita, especialmente em pacientes jovens.
“Este é um passo importante na tradução de algoritmos de aprendizado profundo na prática clínica e fornece aos pacientes informações mais significativas. Os limpos podem melhorar suas moscas de trabalho clínicas, os pacientes com maior risco foram identificados no topo de sua lista de trabalho clínico, que possam ser dados, os conselhos que podem ser adequados, que podem ser adequados, os conselhos que podem ser adequados, com melhor conselhos, os conselhos são bem-sucedidos. e medicina digital) no Sinai Mount. “Ele pode converter a prática clínica porque esse método fornece informações significativas de maneira prática para os cuidados do paciente”.
O HCM afeta uma das 200 pessoas em todo o mundo e é uma das principais causas de transplante cardíaco. No entanto, muitos pacientes não sabem que têm a condição até que tenham sinais e a doença já possa melhorar.
Os pesquisadores do Mount Sinai, cerca de 000,3 pacientes, no algoritmo viz HCM, que tiveram eletrocardiograma até março de 2122 e 5 de janeiro de 2021. O algoritmo sinalizou 1.222 como um aviso positivo para o HCM. Os pesquisadores revisaram registros e dados de imagem para garantir que um paciente tenha um diagnóstico de HCM seguro.
Após revisar o diagnóstico definido, a probabilidade de calibrar se tornar HCM para determinar se os pesquisadores aplicaram a calibração do modelo ao equipamento de IA devem determinar se a possibilidade real da doença está relacionada à possibilidade real da doença. Eles descobriram que – o modelo calibrado fornece uma estimativa adequada de um paciente sobre a possibilidade de ter HCM.
Os pacientes podem analisar os resultados do ECG para obter a nomeação e o tratamento rapidamente para a nomeação e tratamento antes dos sintomas dos pacientes mais arriscados que estão em maior risco de cardiologistas. Um modelo de IA poderá explicar o risco de separação para cada paciente sem referir -os vagamente. Pode ajudar a empregar novos pacientes para impedir os sintomas do músculo cardíaco que impede a morte ou o fluxo sanguíneo de HCM.
“Este estudo fornece granularidade muito importante para ajudá-lo a reescrever os conselhos dos estripadores de risco e dos pacientes. Na idade de inteligência prolongada, devemos aumentar a sofisticação de nosso romance em nossa abordagem ao paciente”, o diretor dos serviços do Mount Sinaius Arthia, disse o diretor do Monte Sinaius Arthia Services. Cniaeeeeeeeeeeeeeeeeeeeeeeeeeeaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa Eletrofogiologia. “Usando cardiopatia hipertética em um uso ilustrativo, mostramos como podemos escolher o equipamento do romance de maneira eficaz no cenário de doenças menos comuns, escolhendo a classificação de IA para os pacientes”.
“Este estudo reflete melhor a ciência realista da implementação, como podemos integrar o equipamento de IA nos Workflos clínicos do mundo real com responsabilidade e pensamento”, o presidente do Instituto Platner. Escola de Medicina Ikahan no Monte Sinai. “Não se trata apenas de criar um algoritmo de alto desempenho, apoia a tomada de decisões clínicas de uma maneira que melhora os resultados do paciente e garante que o cuidado seja realmente combinado com o cuidado dos cuidados.
O próximo passo é expandir este estudo e a calibração da IA para o HCM está em um sistema de saúde adicional em todo o país.
Viz.ai patrocinou este estudo. Dr. Lampart Vez. Um consultor assalariado da AAA
