Abstrato

Inteligência artificial baseada em aprendizagem profunda para prever o risco e o prognóstico em doentes com doenças cardiovasculares

Ki-Hyun Jeon, Joon-myoung Kwon, Kyung-Hee Kim, Jinsik Park

As doenças cardiovasculares (DCV) são um importante problema de saúde em todo o mundo. A estratificação de risco e a previsão do prognóstico são fundamentais na identificação de doentes de alto risco e na tomada de decisões para elaborar estratégias de tratamento para doentes com DCV. Para este efeito, foram desenvolvidos e validados vários modelos contra grandes quantidades de dados de registo populacional, utilizando métodos estatísticos convencionais, tais como modelos baseados em regressão. No entanto, estes modelos convencionais apresentam um problema de generalização excessiva e não são aplicáveis ​​a todos os doentes individuais. A aprendizagem profunda é um ramo da inteligência artificial no qual as redes neuronais artificiais são utilizadas para analisar padrões de dados; é semelhante ao funcionamento do sistema neural humano. Uma vantagem da aprendizagem profunda é a aprendizagem automática de recursos e relações a partir de determinados dados. Recentemente, a aprendizagem profunda alcançou um elevado desempenho em diversos domínios médicos, como a classificação de imagens, o diagnóstico, a previsão de resultados clínicos e a análise genética. O foco desta revisão é resumir os modelos de previsão baseados na aprendizagem profunda em doentes com DCV em termos de precisão em comparação com os modelos convencionais.