Un nuevo sistema informático puede predecir con precisión el riesgo de un paciente a 10 años de sufrir un ataque al corazón o golpe basado en una sola radiografía de tórax, según investigadores de la Sociedad Radiológica de América.
Los investigadores aprovecharon la inteligencia artificial (IA) para identificar patrones en una radiografía estándar que se correlacionaban con el endurecimiento de las arterias. Con suerte, el descubrimiento algún día podría allanar el camino para que los médicos traten a las personas vulnerables antes de que las condiciones se deterioren más allá de la recuperación.
En un comunicado de prensa, el autor principal, Jakob Weiss, MD, radiólogo afiliado al Centro de Investigación de Imágenes Cardiovasculares del Hospital General de Massachusetts y al programa de IA en Medicina del Hospital Brigham and Women's de Boston, dijo que el "modelo de aprendizaje profundo del equipo ofrece un potencial solución para la detección oportunista basada en la población del riesgo de enfermedad cardiovascular utilizando imágenes de rayos X de tórax existentes”.
Según Weiss, la tecnología podría evaluar a los pacientes que podrían "beneficiarse de la medicación con estatinas pero que actualmente no reciben tratamiento".
Los investigadores utilizaron lo que se conoce como aprendizaje profundo, una serie compleja de algoritmos que permiten a las computadoras identificar patrones en los datos y luego producir pronósticos. A medida que se ingieren más datos, las predicciones, en teoría, se vuelven más precisas. El avance ofrece una revolución potencial en la terapia cardíaca.
Por lo general, los medicamentos para enfermedades del corazón se pueden recetar en función de los niveles elevados de riesgo de 10 años. El método actual utiliza el grado ASCVD (enfermedad cardiovascular aterosclerótica) para evaluar el riesgo de un paciente en función de numerosos factores, como la presión arterial, el historial de tabaquismo, la edad y el estado de diabetes tipo 2. Las personas con una puntuación del 7.5 % o más se consideran candidatas para las estatinas.
"Las variables necesarias para calcular el riesgo de ASCVD a menudo no están disponibles, lo que hace deseables los enfoques para la detección basada en la población", dice el Dr. Weiss. Dado que las radiografías son comunes, Weiss cree que el enfoque del equipo puede ser valioso para identificar a "individuos con alto riesgo".
El modelo utilizado en la investigación se conoce como riesgo CXR-CVD. Como parte de su entrenamiento, el modelo analizó cerca de 150,000 radiografías de tórax.
Si bien se sabe desde hace mucho tiempo que los rayos X poseen información "más allá de los hallazgos de diagnóstico tradicionales", Weiss dice que los datos no se aprovecharon porque no existían métodos adecuados para analizarlos. AI, sin embargo, ahora "lo está haciendo posible", según Weiss.
Según los investigadores, la IA predijo con precisión los ataques cardíacos y los accidentes cerebrovasculares en un grupo de aproximadamente 11,000 XNUMX personas, y encontró una "asociación significativa" entre el nivel de riesgo producido por el modelo y el problema cardíaco real. evento.
“Basado en una única 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”, dijo Weiss.
Los hallazgos prometedores requerirán más investigación, incluidos ensayos aleatorios controlados, antes de que la tecnología pueda validarse y adoptarse ampliamente. Se espera que, con el tiempo, pueda ayudar a reducir los casi 18 millones de vidas que se pierden cada año a causa de las enfermedades cardiovasculares, la principal causa de muerte en el mundo.
Si bien no está involucrado en la investigación más reciente, el Dr. Donald Lloyd-Jones, presidente de medicina preventiva en la Facultad de medicina Feinberg de la Universidad Northwestern y ex presidente de la Asociación Estadounidense del Corazón, se siente alentado por los resultados. “Este es exactamente el tipo de aplicación para la que la inteligencia artificial es mejor… necesitamos continuar haciendo cosas como esta para comprender realmente si podemos encontrar, en particular, pacientes que de otro modo pasarían desapercibidos. Creo que ahí es donde puede ser más útil”, dijo.
