Las muertes por enfermedades cardiacas son la principal causa de muerte en el mundo y, concretamente, en España cada año mueren cerca de 30.000 personas a causa de un problema cardiaco. Es por eso, que la labor de investigación se ha convertido en una prioridad para intentar reducir las tasas de mortalidad.
Ahora, un grupo de investigadores han desarrollado una inteligencia artificial de aprendizaje profundo que podría predecir las muertes por enfermedades cardiacas a partir de una radiografía del tórax.
Las pautas estándar de atención médica sugieren que los adultos se sometan a exámenes de detección regulares para determinar la probabilidad de que desarrollen una enfermedad cardiovascular aterosclerótica, que puede provocar un ataque cardíaco, un derrame cerebral y otras afecciones potencialmente fatales, dentro de los 10 años siguientes.
El método actual para calcular ese riesgo, desarrollado por el Colegio Americano de Cardiología, requiere que los médicos recopilen y analicen una variedad de información de salud, que incluye edad, sexo, raza, presión arterial, niveles de colesterol, historial de diabetes y más. Pero un método alternativo presentado en la reunión anual de la Sociedad Radiológica de América del Norte en Chicago tiene como objetivo producir puntuaciones de riesgo de enfermedad cardíaca de 10 años utilizando solo una radiografía de tórax básica.
El nuevo enfoque se basa en la tecnología de inteligencia artificial de aprendizaje profundo. Al igual que la calculadora de riesgo de ACC, el método de IA también tiene como objetivo ayudar a "identificar a las personas que se beneficiarían de la medicación con estatinas pero que actualmente no reciben tratamiento", según Jakob Weiss, MD, autor principal del estudio y radiólogo de Massachusetts. Hospital General.
Para desarrollar el modelo de aprendizaje profundo, los investigadores entrenaron a la Intiligencia Artificial para buscar indicaciones de que un evento cardiovascular adverso importante podría surgir dentro de una década mediante el examen de más de 147 000 radiografías de tórax recopiladas de más de 40 000 participantes en un ensayo de detección de cáncer por separado.
Una vez que se entrenó, pusieron a prueba el modelo y le asignaron la tarea de estimar la puntuación de riesgo de enfermedad cardíaca a 10 años para otro conjunto de 11,430 pacientes de Mass General Brigham, ninguno de los cuales había experimentado un evento cardiovascular adverso importante, pero que eran potencialmente elegibles para el tratamiento con estatinas.
Pusieron a prueba el modelo y le asignaron la tarea de estimar los puntajes de riesgo de enfermedad cardíaca a 10 años para otro conjunto de 11,430 pacientes de Mass General Brigham
Según los investigadores, hubo una "asociación significativa" entre los pacientes que la inteligencia artificial había identificado como en riesgo de futuros eventos adversos y el 9,6 % que en realidad experimentó esos eventos dentro de los 10 años posteriores a la radiografía.
Los hallazgos de la IA también se compararon con los resultados del método de puntuación tradicional para aproximadamente 2400 pacientes que tenían una radiografía de tórax y todos los datos médicos necesarios en el archivo. En esa comparación, el modelo de aprendizaje profundo produjo resultados muy similares a los de la calculadora ACC, y también se encontró que sus resultados eran "aditivos" al método estándar, ya que se basa en una sola variable que ya puede estar almacenada en la salud electrónica de un paciente.
“Lo mejor de este enfoque es que solo necesita una radiografía, que se hacen millones de veces al día en todo el mundo”, dijo Weiss. “Basado en una sola imagen de rayos X de tórax existente, nuestro modelo de aprendizaje profundo predice futuros eventos cardiovasculares adversos importantes con un rendimiento similar y un valor incremental al estándar clínico establecido”.