¿Cuál es el impacto de los modelos de aprendizaje automático en la predicción de resultados Post-aloTPH en MF?

Descripción del episodio

La predicción del pronóstico tras el trasplante alogénico en mielofibrosis enfrenta grandes retos, pero la inteligencia artificial ofrece nuevas soluciones. A través de modelos avanzados como los Random Survival Forests (RSF), ahora se pueden analizar múltiples variables clínicas para estimar mejor la supervivencia y el riesgo individual de cada paciente. Esta innovación representa un paso clave hacia una atención más personalizada y precisa, optimizando la toma de decisiones en hematología.

¿Quieres ver cómo estas herramientas están cambiando la práctica clínica?

Explora este episodio del AI Journal Club, presentado por el Dr. Adrián Mosquera, hematólogo en el Hospital Clínico Universitario de Santiago de Compostela., y accede a la infografía completa.

Infografía resumen

Quiz

1. Hernández Boluda JC, et al. Prediction of Poor Survival after Hematopoietic Cell Transplantation in Myelofibrosis Using Machine Learning Techniques. Presentado en 66th ASH Annual Meeting. 5 Noviembre 2024

ES-37603 Julio 2025

Te recomendamos: