cardiologia

• Estudo integrou variáveis ​​clínicas e quantitativas baseadas em imagens e traz melhora significativa na predição de infarto do miocárdio e morte cardíaca em comparação com a avaliação de risco clínico padrão.

• IA sendo usada a partir de modelos de Boosted Trees a fim de melhorar a predição de risco de insuficiência cardíaca numa coorte de 5822 pacientes hospitalizados e em acompanhamento ambulatorial.

• Bhuva et al. compararam a precisão de Machine Learning e humanos usando um conjunto de dados multicêntricos, com várias doenças com scan—rescan de uma ressonância magnética cardiovascular. IA teve resultado 186x mais rápido (7s x 13minutos).

• Modelo de XGBoost foi desenvolvido em coorte de 18.258 pacientes para previsão de risco com alta precisão para início de hipertensão, e teve como melhor preditor pressão arterial sistólica durante a medição do índice vascular cardio-tornozelo no ano.