Mesa de Inteligencia Artificial

Titulo disertación: “CT-Fractional Flow Reserve Applications Automated Measurements» – Diego Pérez de Arenaza

La angioTC coronaria no solo provee información anatómica, sino que puede proveer información funcional al estimar el FFR de manera no invasiva (FFRct). La estimación del FFRct requiere de un modelo complejo de análisis, con algoritmos de fluido-dinámicos en 3D. Esto requiere enviar los datos de la angioTC de manera remota a un centro especializado, que con una computadora muy poderosa lleva acabo el análisis y post- procesado a lo largo de varias horas por paciente. En la Argentina el Laboratorio Nacional de Ciencia de Computación de la Universidad de Mar del Plata, en colaboración con el Hospital Italiano de Buenos Aires y otros centros del país, trabajan en validar un modelo de estimación del FFRct. Utilizando inteligencia artificial, en un proceso llamado de “machine learning” (ML), se puede obtener un modelo reducido de análisis. Esto hará posible el análisis en una computadora localmente, reducir los tiempos de análisis y los costos de esta novedosa técnica.