Abstracto

Inteligencia artificial y nanotecnología para el diagnóstico de enfermedades cardíacas

Jeque Abdul Hannan

La identificación temprana es fundamental para la prevención y el tratamiento efectivos de las enfermedades cardíacas, que son una preocupación importante en el ámbito de la atención médica. Los métodos tradicionales y no invasivos consumen mucho tiempo, son incómodos, costosos e inadecuados para exámenes o diagnósticos periódicos. Existen numerosos enfoques no invasivos (NI) para diagnosticar la ECV. Los datos obtenidos por métodos NI son principalmente de tres formas: (i) información derivada de variables clínicas, pruebas de laboratorio y signos y síntomas (ii) datos cardiovasculares sin procesar (ECG y PCG); o (iii) imágenes cardíacas. Se pueden construir tres marcos de ML (aprendizaje automático) únicos basados ​​en los tres tipos de datos. Los hallazgos de las pruebas de enfermedad cardiovascular no coronaria (no-CHD) y enfermedad cardiovascular miocárdica (CHD) fueron 80,1% y 76,9% precisos, respectivamente. Se encontró que las SVM (máquinas de vectores de soporte) y las redes neuronales artificiales (red neuronal artificial) funcionaron mejor en la mayoría de los estudios en todas las plataformas. Las redes neuronales profundas son una tecnología de inteligencia artificial relativamente reciente que está produciendo resultados impresionantes en la categorización de los sonidos cardíacos y las imágenes cardiovasculares. El trabajo actual ayudará en la automatización de la detección de enfermedades cardiovasculares al ofrecer recomendaciones y posibilidades para nuevos investigadores en el campo del aprendizaje automático.