Los recientes avances en inteligencia artificial (IA) han dado lugar a avances prometedores en el sector de cuidado de la salud, especialmente en la monitorización de la salud cardíaca y la predicción de riesgos de enfermedades cardiovasculares.
En las Sesiones Científicas 2023 de la Asociación Americana del Corazón, los investigadores presentaron dos estudios que muestran el potencial de la IA en estas áreas.
Uno de los estudios demostró que un sistema de IA, al analizar datos de audio de un estetoscopio digital, superó a los profesionales de la salud en la detección de enfermedades de las válvulas cardíacas. Estos profesionales tradicionalmente confiaban en las señales acústicas de un estetoscopio convencional.
Otro estudio mostró la capacidad de un programa de aprendizaje profundo basado en IA para evaluar imágenes oculares para ponderar el riesgo de eventos cardiovasculares en personas con prediabetes y diabetes tipo 2.
En el primer estudio realizado en tres clínicas de atención primaria de EUA, investigadores de la Universidad de Vanderbilt (Nashville, Tennessee, EUA) pusieron a prueba una práctica tradicional frente a la tecnología de IA.
Compararon qué tan bien un profesional médico que usa un estetoscopio común podría identificar una posible enfermedad de las válvulas cardíacas en comparación con un sistema de IA que analiza los sonidos de un estetoscopio digital.
Los participantes se sometieron a un examen físico que incluyó tanto el método tradicional como el registro con estetoscopio digital.
Los ecocardiogramas de seguimiento confirmaron la presencia de enfermedad de las válvulas cardíacas, aunque estos hallazgos no fueron revelados ni al médico ni al paciente, https://www.hospimedica.es/cuidados.
El sistema de IA detectó valvulopatías en el 94,1 % de los casos, un aumento significativo en comparación con la tasa de detección del 41,2 % por parte de los profesionales de la salud que utilizan el estetoscopio estándar.
La IA también detectó a 22 personas con enfermedades de las válvulas cardíacas de moderadas a graves que no habían sido diagnosticadas previamente, mientras que sólo ocho de esos casos fueron detectados por el método tradicional.
Sin embargo, los profesionales humanos demostraron una mayor especificidad en sus diagnósticos (95,5 %) en comparación con el sistema de IA (84,5 %), lo que sugiere una probabilidad reducida de falsos positivos que podrían conducir a pruebas adicionales innecesarias.
En el segundo estudio, investigadores del Mass General Brigham (Boston, MA, EUA) analizaron imágenes de la retina utilizando un algoritmo de aprendizaje profundo. Se evaluó la eficacia de este método para predecir eventos cardiovasculares (como ataques cardíacos, accidentes cerebrovasculares y muertes relacionadas) en más de mil pacientes con prediabetes o diabetes tipo 2.
Utilizando el algoritmo de aprendizaje profundo, los participantes fueron clasificados en categorías de riesgo bajo, moderado y alto según el análisis de sus imágenes de retina, y se realizó un seguimiento de su salud durante un período de 11 años.
Los investigadores encontraron que aquellos en el grupo de bajo riesgo tenían una incidencia de eventos cardiovasculares del 8,2 %, mientras que aquellos en los grupos de riesgo moderado y alto experimentaron incidencias más altas, del 15,2 % y el 18,5 %, respectivamente.
Incluso después de considerar factores demográficos y otros factores de riesgo como la edad, el sexo y el estilo de vida, aquellos en la categoría de riesgo moderado tenían un 57 % más de probabilidades de sufrir un evento cardiovascular, y aquellos considerados de alto riesgo tenían un 88 % más de probabilidades, ambos en comparación con los grupos de bajo riesgo.
«Los métodos computacionales para desarrollar nuevos predictores de salud y enfermedad (‘inteligencia artificial’) se están volviendo cada vez más sofisticados», dijo Dan Roden, MD, FAHA, profesor de medicina, farmacología e informática biomédica y vicepresidente senior de medicina personalizada en el Centro Médico de la Universidad de Vanderbilt, así como presidente del Consejo de Medicina Genómica y de Precisión de la Asociación.
«Ambos estudios toman una medida que es fácil de entender y fácil de adquirir y preguntan qué predice esa medida en el mundo más amplio».
