Publicaciones académicas

Publicado: 12 Agosto 2025

Use of Radiomics to Predict Adverse Outcomes in Patients with Pulmonary Embolism: A Scoping Review of an Unresolved Clinical Challenge

Miguel Ángel Casado-Suela, Juan Torres-Macho, Jesús Prada-Alonso, Rodrigo Pastorín-Salis, Ana Martínez de la Casa-Muñoz, Eva Ruiz-Navío, Ana Bustamante-Fermosel, Anabel Franco-Moreno

Inherent to the challenge of acute pulmonary embolism (APE), the breadth of presentation ranges from asymptomatic pulmonary emboli to sudden death. Risk stratification of patients with APE is mandatory for determining the appropriate therapeutic management approach. However, the optimal clinically most relevant combination of predictors of death remains to be determined. Radiomics is an emerging discipline in medicine that extracts and analyzes quantitative data from medical images using mathematical algorithms. In APE, these data can reveal thrombus characteristics that are not visible to the naked eye, which may help to more accurately identify patients at higher risk of early clinical deterioration or mortality. We conducted a scoping review to explore the current evidence on the prognostic performance of radiomic models in patients with APE.

Leer artículo completo

Publicado: Mayo 2025

Detección de aterosclerosis en Atención Primaria con Inteligencia Artificial aplicada a Retinografía

Prada Alonso, Jesús; Bringas Tejero, Santos; Espejo Paeres, Ángela Carolina; Crespo Carballes, María Jose; TorresMacho, Juan

La aterosclerosis subclínica presenta una prevalencia alarmante del 60% en personas entre 40-65 años sin episodioscardiovasculares previos, permaneciendo asintomática hasta provocar eventos graves. Actualmente, en atención primaria no esposible detectarla debido a la falta de dispositivos adecuados y personal capacitado en la interpretación de imágenes diagnósticas.Los scores de riesgo tradicionales como SCORE o Framingham han demostrado ser insuficientes, ya que aproximadamente el50% de infartos ocurren en pacientes clasificados previamente como de bajo riesgo cardiovascular. Existe además un problemadocumentado de infradiagnóstico en mujeres, contribuyendo a inequidades en la atención sanitaria. Las tecnologías basadasen inteligencia artificial representan una oportunidad para transformar este escenario al permitir diagnosticar aterosclerosissubclínica en entornos de atención primaria de manera precoz, eficiente y equitativa.

Leer artículo completo

Publicado: 13 Marzo 2024

Cálculo automático de la FEVI a partir de ecocardiogramas usando modelos de Inteligencia Artificial

C. Espejo Paeres, M. Ortas Nadal, J. Prada Alonso

La función sistólica del ventrículo izquierdo (VI) tiene implicaciones cruciales para el diagnóstico y pronóstico de pacientes con enfermedades cardíacas y es el factor limitante para el uso de muchos agentes antineoplásicos en pacientes oncológicos La estimación de la función sistólica del ventrículo izquierdo es la indicación más común para el ecocardiograma. La ecocardiografía proporciona imágenes en tiempo real del corazón latiendo y es la modalidad más utilizada de imagen cardiaca. La fracción de eyección del ventrículo izquierdo (FEVI), calculada a partir de imágenes ecocardiográficas, es el parámetro más utilizado y validado para evaluar la función sistólica del VI. Aunque la evaluación de la FEVI desempeña un papel clave en el pronóstico y en las decisiones terapéuticas, una medición precisa de la FEVI sigue siendo un desafío.

Leer artículo completo

Publicado: 27 Diciembre 2024

Development of a Predictive Model of Occult Cancer After a Venous Thromboembolism Event Using Machine Learning: The CLOVER Stud

by Anabel Franco-Moreno,Elena Madroñal-Cerezo, Cristina Lucía de Ancos-Aracili, Ana Isabel Farfán-Sedano, Ana Isabel Farfán-Sedano, Nuria Muñoz-Rivas, José Bascuñana Morejón-Girón, José Manuel Ruiz-Giardín, Federico Álvarez-Rodríguez, Jesús Prada Alonso, Yvonne Gala García, Miguel Ángel Casado-Suela, Ana Bustamante-Fermosel, Nuria Alfaro-Fernández and Juan Torres-Macho on behalf of the CLOVER Research Group

Background and Objectives: Venous thromboembolism (VTE) can be the first manifestation of an underlying cancer. This study aimed to develop a predictive model to assess the risk of occult cancer between 30 days and 24 months after a venous thrombotic event using machine learning (ML). Materials and Methods: We designed a case–control study nested in a cohort of patients with VTE included in a prospective registry from two Spanish hospitals between 2005 and 2021. Both clinically and ML-driven feature selection were performed to identify predictors for occult cancer. XGBoost, LightGBM, and CatBoost algorithms were used to train different prediction models, which were subsequently validated in a hold-out dataset...

Leer artículo completo

Publicado: Junio 2021

COVID-19 Mortality Risk Prediction Using X-Ray Images

Prada, J.; Gala, Y.; Sierra, A. L.

The pandemic caused by coronavirus COVID-19 has already had a massive impact in our societies in terms of health, economy, and social distress. One of the most common symptoms caused by COVID-19 are lung problems like pneumonia, which can be detected using X-ray images. On the other hand, the popularity of Machine Learning models has grown exponentially in recent years and Deep Learning techniques have become the state-of-the-art for image classification tasks and is widely used in the healthcare sector nowadays as support for clinical decisions. This research aims to build a prediction model based on Machine Learning, including Deep Learning, techniques to predict the mortality risk of a particular patient given an X-ray and some basic demographic data...

Leer artículo completo

Publicaciones académicas

Use of Radiomics to Predict Adverse Outcomes in Patients with Pulmonary Embolism: A Scoping Review of an Unresolved Clinical Challenge

Detección de aterosclerosis en Atención Primaria con Inteligencia Artificial aplicada a Retinografía

Cálculo automático de la FEVI a partir de ecocardiogramas usando modelos de Inteligencia Artificial

Development of a Predictive Model of Occult Cancer After a Venous Thromboembolism Event Using Machine Learning: The CLOVER Stud

COVID-19 Mortality Risk Prediction Using X-Ray Images

Horus ML

Soluciones

Publicaciones