| Tiempo de lectura 4 minutos |
| La Dra. Claudia Prieto Vásquez, académica de la Pontificia Universidad Católica de Chile y reconocida por el portal Research.com, lidera investigaciones en imágenes médicas cardiovasculares, utilizando inteligencia artificial para detectar ataques cardíacos antes de que ocurran. El análisis de imágenes médicas con inteligencia artificial está revolucionando el diagnóstico temprano de enfermedades cardíacas. Ataques cardíacos pueden ser predichos mediante algoritmos matemáticos. Se desarrollan métodos no invasivos con resonancia magnética, mejorando su eficiencia con IA. El objetivo es mejorar la atención en salud con datos e IA. La investigación en enfermedades cardiovasculares avanza mediante el análisis de imágenes médicas cardiovasculares con machine learning. La Dra. Prieto lidera esta área, creando tecnologías innovadoras para la salud. El Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud (iHEALTH) impulsa estos desarrollos, convirtiendo el diagnóstico temprano no invasivo en una realidad. |
La enfermedad que bloquea las arterias coronarias reduce el flujo de sangre al corazón y puede causar desde dolor en el pecho hasta un ataque al corazón. Actualmente, el diagnóstico se realiza vía procedimientos invasivos, cateterismo cardíaco o radiografías.
Una de las opciones exploradas para la evaluación temprana del riesgo cardíaco es la resonancia magnética nuclear. Solo que este sistema tiene desventajas como la lentitud y la pérdida de calidad de imagen debido al movimiento de respiración. Aquí es donde el trabajo de la ingeniera Claudia Prieto Vázquez entra en escena.
Prieto Vásquez comenta que: “Investigo el área de imágenes médicas, especialmente por resonancia magnética, desde el punto de vista de la física y la ingeniería combinada con inteligencia artificial (IA) para mejorar su uso como herramienta de diagnóstico temprano y no invasivo”. Después de recibir su doctorado en Universidad Católica de Chile en el 2007, la Dr. Prieto ha trabajado en este campo durante 15 años, principalmente en el King's College de Londres. Y sobre ello declara: "Principalmente me dedico al área de las imágenes cardiovasculares; por ejemplo, estamos interesados en poder detectar si un paciente va a tener un ataque cardiaco o no lo más temprano posible."
A su vez establece que "El desarrollo de nuevas metodologías permite entregar información más completa de la enfermedad; permitirá además, automatizar varios procesos asociados al análisis de las imágenes para obtener el diagnóstico, así como la generación del reporte médico".
El estudio liderado por Claudia Prieto transforma el diagnóstico cardiovascular mediante inteligencia artificial. Imágenes médicas son analizadas con algoritmos avanzados. Esto permite la predicción de ataques cardíacos de forma temprana. La ingeniería y la tecnología se combinan para un diagnóstico no invasivo. La resonancia magnética mejora su eficiencia con IA. Prieto afirma: “Nuestro objetivo es desarrollar formas más eficientes y efectivas de entregar un diagnóstico temprano y no invasivo de varias enfermedades, basado solo en imágenes”. El enfoque en imágenes médicas cardiovasculares impulsa la detección precoz. Machine learning automatiza el análisis de estas imágenes. Se busca entregar información más completa de la enfermedad. La meta es mejorar la atención médica y la calidad de vida. El trabajo también automatiza el análisis y la generación de reportes médicos. Prieto destaca que "El desarrollo de nuevas metodologías permite entregar información más completa de la enfermedad". Este avance permite un enfoque más accesible y eficiente. La capacitación de nuevos profesionales es una prioridad. El futuro de la salud se vislumbra con diagnósticos más precisos y oportunos gracias a la inteligencia artificial y la ingeniería, abriendo caminos para la investigación y la innovación en el campo de la medicina cardiovascular.
Tres ideas principales sobre TTT
- Idea 1: La inteligencia artificial (IA) está transformando el diagnóstico temprano de enfermedades cardiovasculares, permitiendo la predicción de ataques cardíacos mediante el análisis de imágenes médicas. Algoritmos matemáticos y machine learning son empleados para mejorar la eficiencia de la resonancia magnética y obtener diagnósticos no invasivos.
- Idea 2: Claudia Prieto, ingeniera civil de industrias y académica, lidera el desarrollo de tecnologías innovadoras en imágenes médicas cardiovasculares. Su trabajo, reconocido por Research.com, busca metodologías eficientes para la detección precoz, la atención en salud y el tratamiento de enfermedades con enfoque en la ingeniería y la tecnología.El Instituto Milenio en Ingeniería e Inteligencia Artificial para la Salud (iHEALTH) impulsa estas iniciativas.
- Idea 3: El enfoque principal es lograr un diagnóstico temprano no invasivo de las enfermedades cardiovasculares mediante el análisis de imágenes médicas, mejorando la calidad de vida de los pacientes. El objetivo es transformar la atención médica mediante el desarrollo de tecnologías que automaticen el análisis de imágenes y la generación de reportes, haciendo el proceso más accesible y eficiente, y capacitando a una nueva generación de profesionales.
| Claudia Del Carmen Prieto Vásquez es ingeniera civil de la Universidad Católica de Chile, donde obtuvo su doctorado en el año 2007. Del 2008 a 2011 fue estudiante de doctorado en King's College London (KCL), instituto de renombre mundial por sus estudios que condujeron al descubrimiento de la estructura de doble hélice del ADN. Hace diez años, la investigadora chilena se unió a la Escuela de Ingeniería Biomédica e Imágenes de KCL como profesor asistente, y en 2020 se convierte en profesor a tiempo completo. Actualmente es directora de investigación e innovación en la Escuela de Ingeniería de la Universidad de Católica de Chile y profesora en el Departamento de Ingeniería Eléctrica de esa universidad. Además, desde 2021 es investigadora del Instituto de Matemáticas e Ingeniería Informática (IMC). |
Research.com destaca a la Dra. Prieto Vásquez por: Los campos de estudio por los que es más conocida:
Sus publicaciones más frecuentes se centran en estos campos:
|
Fuente
Fuente 1
Fuente 2