La Hipertensión Arterial Pulmonar (HAP) es una entidad rara y grave que puede asociarse a la Esclerosis Sistémica (ES), empeorando gravemente el pronóstico de esta última enfermedad. Existen programas de cribado basados en datos clínicos, analíticos, de pruebas de función respiratoria, electrocardiográficos y ecocardiográficos, que han mostrado adelantar el diagnóstico y mejorar el pronóstico de la HAP asociada a ES. No obstante, recientemente han cambiado los criterios hemodinámicos para el diagnóstico de HAP y no se conoce la utilidad de estos programas de cribado en este nuevo escenario. El objetivo principal de este trabajo es desarrollar un programa de cribado de HAP en pacientes con ES mediante el uso de diferentes algoritmos de inteligencia artificial, comparando estos algoritmos con los programas de cribado clásicos. Estos algoritmos serán validados externamente en diferentes hospitales en España. Como objetivos secundarios se valorará la utilidad de diferentes proteínas pertenecientes a las vías metabólicas implicadas en el desarrollo de HAP, así como de algunos parámetros de función ventricular derecha y medidas del impacto en la calidad de vida en la valoración pronóstica de la HAP asociada a la ES. Para ello, se utilizarán datos clínicos sencillos y reproducibles, tales como el electrocardiograma, el ecocardiograma o diferentes escalas de calidad de vida obtenidas de los principales registros de HAP y ES. Se usarán técnicas de machine learning y redes bayesianas para generar modelos de inteligencia artificial para el cribado y valoración pronóstica.

HIPERTENSIÓN ARTERIAL PULMONAR
ESCLERODERMIA
CRIBADO
PRONÓSTICO
INTELIGENCIA ARTIFICIAL

Acción Estratégica en Salud (AES)