Anticipándose a la insuficiencia cardiaca con machine learning
Publicado: 02 Oct 2020, 16:23
En Estados Unidos ha habido varios casos de insuficiencia cardíaca. Una señal aguda de insuficiencia cardíaca es el exceso de fluidos en los pulmones, lo cual es conocido como edema pulmonar.
Para detectar el exceso de fluido se necesita de rayos X, lo cual a veces genera resultados inconsistentes.
Para resolver ese problema, un grupo liderado por investigadores del MIT han desarrollado un modelo de machine learning, el cual puede cuantificar qué tan severo es un edema. Lo clasifica en un rango de 4 niveles, donde 0 significa saludable y 3 significa muy, muy malo. Para el caso de detectar el nivel 3, el modelo lo ha hecho con 90% de éxito.
El objetivo en sí del proyecto es de brindar un información adicional a los doctores que puede ser usado en los diagnósticos, así como también la de permitir análisis retrospectivos.
El equipo que desarrolló el modelo sostiene que también lo puede usar detectar casos de sepsis y “kidney” que están fuertemente asociadas a un edema.
Imagen del nivel 1 y 3 para clasificar el edema

Link de la noticia:
https://news.mit.edu/2020/anticipating- ... rning-1001
Para detectar el exceso de fluido se necesita de rayos X, lo cual a veces genera resultados inconsistentes.
Para resolver ese problema, un grupo liderado por investigadores del MIT han desarrollado un modelo de machine learning, el cual puede cuantificar qué tan severo es un edema. Lo clasifica en un rango de 4 niveles, donde 0 significa saludable y 3 significa muy, muy malo. Para el caso de detectar el nivel 3, el modelo lo ha hecho con 90% de éxito.
El objetivo en sí del proyecto es de brindar un información adicional a los doctores que puede ser usado en los diagnósticos, así como también la de permitir análisis retrospectivos.
El equipo que desarrolló el modelo sostiene que también lo puede usar detectar casos de sepsis y “kidney” que están fuertemente asociadas a un edema.
Imagen del nivel 1 y 3 para clasificar el edema

Link de la noticia:
https://news.mit.edu/2020/anticipating- ... rning-1001