Cargando...
Tecnología

Crean algoritmo que predice la muerte y los infartos

Con más de 90% de precisión, LogitBoost logró anticipar 24 ataques cardíacos y 49 muertes. Estudio fue realizado en Finlandia.

A través de una tecnología similar a la que utilizan algunos servicios de streaming para recomendar contenidos a sus usuarios, el algoritmo LogitBoost impresionó a la comunidad científica al asegurar, con mas de 90% de precisión, predicciones de diferentes episodios de salud, enfermedades y hasta la muerte.

El autor del estudio que determinó el algoritmo es Luis Juárez-Orozco, doctor del Centro PET de Turku, en Finlandia. Para lograr el margen de precisión se analizó repetidamente 85 variables en 950 pacientes, durante un periodo de seis años.

A través de estos datos, el algoritmo pudo identificar los patrones que correlacionan las variables con la muerte y el infarto. Esto servirá como apoyo a los doctores en el momento en que deban predecir episodios de paros cardíacos.

“Los avances van mucho más allá de lo que se ha hecho en medicina, donde debemos ser cautelosos sobre cómo evaluamos el riesgo y los resultados. Tenemos los datos, pero todavía no los estamos utilizando en todo su potencial”, dijo el autor de la investigación a la agencia Europa Press.

Los pacientes que participaron de la investigación de LogitBoost presentaban dolores en el pecho y fueron sometidos a una serie de escáneres y pruebas antes de ser tratados por métodos tradicionales. Luego sus datos fueron utilizados para entrenar al algoritmo.

Estos resultados permitieron que durante los seis años de seguimiento, el sistema tuviera una tasa de éxito superior al 90%, logrando predecir 24 ataques cardíacos y 49 muertes.

Fueron en total 85 variables, como flujo sanguíneo, sexo, edad, tabaquismo, diabetes; las que analizó LogitBoost para determinar la mejor estructura para predecir quién tuvo un infarto o murió.

“El algoritmo aprende progresivamente de los datos y, después de numerosas rondas de análisis, determina los patrones de alta dimensión que deben usarse para identificar de manera eficiente a los pacientes que tienen el evento. El resultado es una puntuación de riesgo individual”, explicó Juárez-Orozco.

Según el especialista, este sistema permitirá un mejor tratamiento de los médicos hacia los pacientes, al identificar patrones complejos que pueden no ser evidentes para los humanos.