Uso del Aprendizaje Automático para Optimizar el Seguimiento Ecocardiográfico de la Estenosis Aórtica

La estenosis aórtica (EA) es una valvulopatía degenerativa frecuente, especialmente en la población de edad avanzada, caracterizada por el estrechamiento de la válvula aórtica que obstruye el flujo sanguíneo del ventrículo izquierdo a la aorta. Su progresión es variable y requiere un seguimiento ecocardiográfico periódico para evaluar parámetros como el gradiente transvalvular, el área valvular aórtica (AVA) y la función ventricular izquierda. Sin embargo, la frecuencia óptima de estos estudios no está estandarizada, lo que puede llevar a un uso ineficiente de recursos médicos o a retrasos en la detección de progresión severa. El aprendizaje automático (machine learning, ML) emerge como una herramienta prometedora para personalizar y optimizar el seguimiento ecocardiográfico, mejorando la precisión en la predicción de la progresión de la EA y reduciendo la carga en los sistemas de salud.