Este algoritmo de aprendizaje de máquina supera las pautas de la ACC/AHA en un 7,6 por ciento.
Un estimado de 20 millones de personas mueren cada año debido a enfermedades cardiovasculares.
Por suerte, un equipo de investigadores de la Universidad de Nottingham en el Reino Unido han desarrollado un algoritmo de aprendizaje de máquina que puede predecir la probabilidad de tener un ataque al corazón o derrame cerebral, así como cualquier médico.
El Colegio Americano de Cardiología/Asociación Americana del Corazón (ACC/AHA) ha 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 conjetura correctamente el riesgo de una persona a una tasa de 72,8 por ciento.
Pero Stephen Weng y su equipo querían hacerlo mejor.
Ellos construyeron cuatro algoritmos de aprendizaje por computadora, luego alimentaron datos de 378.256 pacientes en el Reino Unido.
Los sistemas utilizaron por primera vez alrededor de 295.000 registros para generar sus modelos predictivos internos.
Luego utilizaron los registros restantes para probarlos y refinarlos.
Los resultados de los algoritmos superaron significativamente las pautas que oscilaban entre 74,5 y 76,4 por ciento de precisión.
El algoritmo de red neural probado, supera las directrices existentes en un 7,6 por ciento, mientras que aumenta en 1,6 por ciento de menos falsas alarmas.
De los 83.000 conjuntos de registros de prueba de pacientes, este sistema podría haber ahorrado 355 vidas extra.
Curiosamente, los sistemas de Inteligencia Artificial identificaron una serie de factores de riesgo y predictores no cubiertos en las directrices existentes, como enfermedades mentales graves y el consumo de corticosteroides orales.
“Hay mucha interacción en los sistemas biológicos”, dijo Weng a Science. “Esa es la realidad del cuerpo humano, lo que la ciencia informática nos permite hacer es explorar esas asociaciones”.
Fuente: Engadget