Publication:

Desarrollo de un modelo de predicción de riesgo para nuevos episodios de fibrilación auricular en pacientes hospitalizados en unidades de cuidado intensivo utilizando aprendizaje automático

Este estudio aborda la predicción del riesgo de NOAF en pacientes de UCI mediante el uso de inteligencia artificial (IA), buscando proporcionar a los médicos herramientas para la acción preventiva. Se desarrollaron modelos de aprendizaje automático que procesan datos tabulares y de electrocardiogramas (ECG) obtenidos antes de los episodios de NOAF. El enfoque más efectivo fue un modelo multimodal que integró datos administrativos, clínicos, de laboratorio y ECG, logrando un desempeño con una AUC-ROC del 83% en el conjunto de validación y del 77% en el conjunto de prueba. Este trabajo demuestra la efectividad de los modelos de aprendizaje para la predicción de NOAF y resalta la importancia de utilizar múltiples fuentes de datos del paciente. La integración de estas fuentes potencia la medicina preventiva y podría mejorar los resultados en pacientes en estado crítico