JUAN RIERA ROCA
El Servicio de Cardiología del Hospital Universitario Son Espases (HUSE) y el Instituto de Investigación Sanitaria Illes Balears (IdISBa) han participado, con otros centros en el estudio y la publicación de un artículo sobre cómo el machine learning mejora la definición de riesgo cardiovascular en los jóvenes asintomáticos.
Xavier Rosselló, cardiólogo del HUSE e investigador del grupo de Fisiopatologia i terapèutica cardiovascular del IdISBa, ha participado en la publicación del artículo con el título «Machine Learning Improves Cardiovascular Risk Definition for Young, Asymptomatic Individuals» en la revista Journal of the American College of Cardiology.
Las directrices para la práctica clínica recomiendan la evaluación de la ateroesclerosis subclínica mediante técnicas de imagen en personas con riesgo cardiovascular ateroesclerótico intermedio, de acuerdo con las herramientas estándar de predicción de riesgos. El propósito de este estudio fue desarrollar un modelo de machine learning.
Este modelo debía estar basado en variables rutinarias, cuantitativas y fácilmente medibles para predecir la presencia y la extensión de la aterosclerosis subclínica en individuos jóvenes y asintomáticos. El riesgo de padecer aterosclerosis subclínica estimado por este modelo podría utilizarse para perfeccionar la estimación del riesgo y optimizar el uso de las imágenes para la evaluación del riesgo cardiovascular.
El aprendizaje automático o aprendizaje automatizado o aprendizaje de máquinas (del inglés, machine learning) es el subcampo de las ciencias de la computación y una rama de la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan.
