Derivación y validación de un modelo basado en aprendizaje máquina para la identificación de trombosis coronaria total en pacientes con síndromes coronarios agudos
Este proyecto tiene como propósito desarrollar un modelo de inteligencia artificial que utiliza redes neuronales profundas y parámetros clínicos para mejorar la detección de la trombosis coronaria total en pacientes con síndrome coronario agudo sin elevación persistente del segmento ST. A través de la implementación de este modelo, se busca incrementar la sensibilidad en la detección de infartos no detectados y mejorar la capacidad de identificar a los pacientes que podrían beneficiarse de una terapia de reperfusión coronaria urgente. Además, se pretende validar el algoritmo en un entorno clínico, divulgar los resultados obtenidos y utilizar la funcionalidad en la nube para integrarlo en la aplicación IAM-Mx existente o algún medio alternativo. En virtud de ello, se busca lograr una detección más inmediata y reducir la dependencia de especialistas en México, lo que tendrá un impacto significativo en la prevención y tratamiento de problemas cardiovasculares en el país.
La colaboración entre la Fundación Mexicana para la Salud (FUNSALUD), el Instituto Nacional de Cardiología Ignacio Chávez (INC), el Departamento de Computación del Instituto Tecnológico Autónomo de México (ITAM) y EYEX Vision, tiene como objetivo desarrollar una publicación científica que valide el algoritmo desarrollado y su uso en el entorno clínico. Además, se busca divulgar esta información para generar conciencia sobre los alcances de la Inteligencia Artificial en el área cardiovascular. Asimismo, se explorará en la funcionalidad de la nube para integrar el algoritmo a la aplicación ya existente en la App IAM-Mx, lo que se traducirá en una detección temprana y reducirá la dependencia de disponibilidad de especialistas en México.
En resumen, el proyecto busca desarrollar un modelo de inteligencia artificial para mejorar la detección de la trombosis coronaria total. La colaboración entre las organizaciones involucradas se enfocará en validar y difundir los resultados a través de una publicación científica, así como implementar el algoritmo en la nube para su integración en una aplicación existente. Esto permitirá una detección más rápida y reducirá la dependencia de especialistas, teniendo un impacto significativo en el campo de la cardiología en México. Además constituirá un caso de éxito para fomentar el uso de nuevas tecnologías para el cuidado de la salud en el Sistema Nacional de Salud.