Aplicación del aprendizaje automático para la identificación de riesgo y diagnóstico de insuficiencia cardíaca
DOI:
https://doi.org/10.5377/alerta.v8i1.17760Palabras clave:
Aprendizaje Automático, Insuficiencia Cardíaca, Técnicas de Imagen Cardíaca, Inteligencia Artificial, Aprendizaje ProfundoResumen
La insuficiencia cardíaca congestiva se ha vuelto un problema de salud pública que aumenta cada año. La reducción del alto costo que esta conlleva se ve limitada por su desarrollo silente durante años antes del diagnóstico, especialmente en personas con alto riesgo cardiovascular y sin control de los factores de riesgo. Nuevos avances tecnológicos como la inteligencia artificial ofrecen soluciones a estas situaciones. Por tanto, en esta revisión narrativa se propone determinar la aplicación del aprendizaje automático para la identificación de riesgo y diagnóstico de insuficiencia cardíaca. La búsqueda se efectuó en inglés y español en las bases de datos PubMed, HINARI, Google Académico y Elsevier con los siguientes términos MeSH: «Artificial intelligence», «Machine Learning», «Algorithm», «Cardiology», «Heart Failure», «Heart Failure/diagnosis», y «Heart Failure/prevention and control». Se incluyeron artículos de revisión bibliográfica, casos y controles, artículos originales, revisiones sistemáticas con metaanálisis de 2018 a 2024, en los idiomas inglés y español. No se utilizó inteligencia artificial en la elaboración de este documento. La inteligencia artificial permite estratificar el riesgo de insuficiencia cardíaca y facilita su diagnóstico oportuno a través del análisis de técnicas de imagen cardíaca.
Descargas
231
Archivos adicionales
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 César Steven Linares Rosales, Ivania Cristina Arévalo Mojica , José Alejandro Luna Morales, Alejandro José Barrera Rodriguez

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Declaración de privacidad:
Los artículos de Revista Alerta están publicados bajo una licencia creative commons 4.0 CC BY: https://creativecommons.org/licenses/by/4.0/
Los autores conservan todos sus derechos sobre la obra y acuerdan permitir que los artículos sean copiados y distribuidos por cualquier medio, siempre que se mantenga su autoría y reconocimiento de la publicación, sin otras restricciones adicionales.