Usan Inteligencia Artificial para predecir paros cardíacos

Nueva York, 7 de abril de 2022.- Un nuevo método basado en la inteligencia artificial puede predecir, con bastante más precisión que un médico, si un paciente podría morir de un paro cardíaca, así como el momento del mismo.

La tecnología, basada en imágenes sin procesar de corazones enfermos y antecedentes de pacientes, busca aumentar la supervivencia de las personas que sufren arritmias cardíacas súbitas y letales.

El trabajo, dirigido por investigadores de la Universidad Johns Hopkins, se publicó hoy en Nature Cardiovascular Research.

“La muerte súbita cardíaca causada por una arritmia representa hasta el 20 por ciento de todas las muertes en el mundo y sabemos poco sobre por qué ocurre o cómo saber quién está en riesgo”, dijo la autora principal, Natalia Trayanova, profesora de Ingeniería Biomédica y Medicina Murray B. Sachs.

“Hay pacientes que pueden tener un riesgo bajo de muerte súbita cardíaca y que reciben desfibriladores que quizá no necesiten, y luego hay pacientes de alto riesgo que no reciben el tratamiento que necesitan y podrían morir en la flor de la vida”, expuso.

“Lo que nuestro algoritmo puede hacer es determinar quién está en riesgo de muerte cardíaca y cuándo se producirá, lo que permite a los médicos decidir exactamente lo que hay que hacer”, explicó.

La tecnología de aprendizaje profundo se llama Estudio de Supervivencia del Riesgo de Arritmia Cardíaca (SSCAR). El nombre alude a la cicatrización cardíaca causada por la enfermedad cardíaca que a menudo resulta en arritmias letales, y es la clave de las predicciones del algoritmo.

El equipo utilizó imágenes cardíacas con contraste que visualizan la distribución de las cicatrices de cientos de pacientes reales del Hospital Johns Hopkins con cicatrices cardíacas para entrenar un algoritmo que detectara patrones y relaciones no visibles a simple vista.

Las predicciones de los algoritmos no sólo fueron significativamente más precisas que las de los médicos, sino que fueron validadas en pruebas con una cohorte independiente de pacientes de 60 centros de salud de todo Estados Unidos, con diferentes historiales cardíacos y diferentes datos de imagen, lo que sugiere que la plataforma podría adoptarse en cualquier lugar.

El equipo trabaja ahora en la creación de algoritmos para detectar otras enfermedades cardíacas.

Según Trayanova, el concepto de aprendizaje profundo podría desarrollarse para otros campos de la medicina que dependen del diagnóstico visual.