En un nuevo y prometedor estudio, investigadores de la Universidad de Cambridge y de importantes centros veterinarios del Reino Unido han desarrollado una herramienta de aprendizaje automático que podría transformar la detección de enfermedades cardíacas en perros. Este enfoque impulsado por IA puede detectar soplos cardíacos y controlar las enfermedades de las válvulas, lo que ofrece una alternativa más rápida y rentable a los métodos de diagnóstico tradicionales. Estos problemas cardíacos son particularmente comunes en razas más pequeñas, como los King Charles Spaniels y los Chihuahuas.
“La enfermedad cardíaca en los humanos es un gran problema de salud, pero en los perros es un problema aún mayor”, dijo el primer autor, el Dr. Andrew McDonald, del Departamento de Ingeniería de Cambridge. “La mayoría de las razas de perros más pequeñas tendrán enfermedades cardíacas cuando envejezcan, pero obviamente los perros no pueden comunicarse de la misma manera que los humanos, por lo que depende de los veterinarios de atención primaria detectar la enfermedad cardíaca lo suficientemente temprano para que pueda ser tratada”.
Corazones de cachorros
Los soplos cardíacos en los perros a menudo indican afecciones graves como la enfermedad de la válvula mitral mixomatosa (MMVD), que puede afectar la capacidad del corazón para regular el flujo sanguíneo. Si no se controla, esta afección puede provocar insuficiencia cardíaca congestiva, pero si se detecta a tiempo, se puede controlar de forma eficaz.
Tradicionalmente, el diagnóstico y el seguimiento de la enfermedad de la válvula mitral requieren un ecocardiograma. Se trata de un procedimiento de ultrasonido complejo que normalmente solo se realiza en centros especializados. El proceso es costoso, requiere mucho tiempo y estresante para las mascotas y los dueños, lo que limita la accesibilidad.
“El diagnóstico de la enfermedad de la válvula mitral actualmente se basa en una ecografía del corazón (ecocardiograma), que a menudo realiza un cardiólogo en un centro de referencia. Esto es caro, especialmente para los propietarios que tienen preocupaciones económicas”, dijo McDonald para ZME Science.
El nuevo modelo de IA desarrollado por McDonald y sus colegas utiliza grabaciones de sonido de estetoscopios electrónicos para detectar soplos cardíacos y estimar su gravedad. Este enfoque podría integrarse en las prácticas veterinarias habituales, lo que significa que puede ampliar el acceso a la detección de la enfermedad de la válvula mitral y permitir que los veterinarios detecten los primeros signos de la enfermedad antes de que progrese. McDonald, del Departamento de Ingeniería de Cambridge, explicó:
“Es fundamental comenzar a administrar medicamentos a los perros con enfermedad de la válvula mitral en el momento adecuado para poder retrasar la aparición de la insuficiencia cardíaca y prolongar la calidad de vida. Sin embargo, actualmente dependemos de la detección y clasificación mediante una ecografía del corazón (ecocardiograma), que es costosa y requiere mucho tiempo. Nuestra tecnología podría utilizarse en la práctica general para identificar a los perros que más necesitan tratamiento”.
IA, próximamente en un centro veterinario cerca de ti
El estudio involucró a más de 750 perros. Cada uno se sometió a exámenes físicos exhaustivos y ecocardiogramas realizados por cardiólogos certificados. Para entrenar al modelo, los investigadores utilizaron grabaciones de estetoscopios electrónicos que capturaron el audio de los latidos del corazón de los perros. Luego, estas grabaciones fueron analizadas por una red neuronal, ajustada para identificar y clasificar los soplos según una escala de calificación que va desde “suave” a “emocionante”. Si bien es similar a los modelos de IA centrados en humanos, este enfoque requirió consideraciones adicionales.
“Las grabaciones en humanos y perros mostraron una similitud notable, en gran parte debido a la estructura comparable de sus corazones. Sin embargo, hacer una grabación de sonido cardíaco de buena calidad de un perro puede ser más desafiante que en un humano. Como era de esperar, los perros son mucho más propensos a inquietarse y gemir durante las grabaciones, lo que puede agregar ruido significativo a los datos”, nos dijo el investigador en un correo electrónico.
El modelo de IA funcionó tan bien que los investigadores creen que eventualmente podría igualar la precisión diagnóstica de los cardiólogos, mejorando la detección de soplos en la práctica general. Esto sería especialmente valioso para los veterinarios, en particular los estudiantes y los recién graduados, que a menudo tienen dificultades para confiar en el diagnóstico basado en el estetoscopio.
“Los estudios han demostrado que los veterinarios, en particular los estudiantes y los recién graduados, carecen de confianza al escuchar con un estetoscopio. Nuestro estudio mostró que nuestro algoritmo funcionó favorablemente en la evaluación de un cardiólogo experto, y estamos planeando una investigación de seguimiento para compararlo directamente con la evaluación de un veterinario general”.
Una aplicación de IA desafiante
El MMVD, especialmente en sus primeras etapas, puede requerir monitoreo o medicación. El objetivo es lograr que esta nueva herramienta de diagnóstico basada en IA identifique a los perros en etapas críticas e inicie intervenciones tempranas. “Nuestra tecnología podría usarse en la práctica general para identificar a los perros que más necesitan tratamiento”, dijo McDonald.
Sin embargo, la creación de la herramienta implicó desafíos logísticos. Recopilar datos de cientos de perros requirió una amplia colaboración con veterinarios de varios centros. Los investigadores recopilaron miles de grabaciones de sonido y combinaron cuidadosamente cada grabación con hallazgos ecocardiográficos para proporcionar un conjunto de datos completo.
McDonald reconoció: “El desafío más importante fue el tiempo de nuestros colaboradores veterinarios. Recopilar y cargar miles de grabaciones de sonidos cardíacos es una tarea que requiere mucho tiempo y una planificación y coordinación cuidadosas. Tuvo que equilibrarse con sus compromisos clínicos y docentes en curso”.
Una vez que los datos estuvieron listos, el equipo aplicó un enfoque de “aprendizaje por transferencia”, adaptando un algoritmo inicialmente entrenado para detectar soplos cardíacos en humanos. Con ajustes adicionales, el algoritmo logró una alta precisión en los perros, calificando con precisión los soplos y coincidiendo con las evaluaciones de los cardiólogos en casi el 87,9 % de los casos.
Asistencia de IA
Como suele ser el caso, el objetivo no es que la IA reemplace a los médicos, sino que complemente su capacidad y reduzca su carga de trabajo.
“Mucha gente habla de la IA como una amenaza para los puestos de trabajo, pero yo la veo como una herramienta que me convertirá en un mejor cardiólogo”, dijo el coautor Novo Matos. “No podemos realizar exploraciones cardíacas a todos los perros de este país; simplemente no tenemos suficiente tiempo ni especialistas para examinar a todos los perros con un soplo. Pero herramientas como estas podrían ayudar a los veterinarios y a los dueños, para que podamos identificar rápidamente a los perros que más necesitan tratamiento”.
En los casos en que los soplos débiles o las grabaciones ruidosas dificultan la detección, el algoritmo puede marcar los resultados para que un especialista los revise más a fondo.
“En los casos en los que la detección de soplos es complicada (por ejemplo, debido al ruido del perro o a un sonido débil), nuestro algoritmo puede generar una puntuación de probabilidad para dar una indicación de la confianza en su decisión. Cuando la confianza es inferior a un cierto umbral, podríamos recomendar que se haga una repetición de la grabación o que se consulte a un experto veterinario”.
¿Puede esta técnica convertirse en algo común?
Los investigadores confían en que esta técnica se puede implementar en la práctica de rutina, pero todavía hay mucho trabajo para garantizar que funcione correctamente. En la práctica veterinaria, los falsos positivos pueden dar lugar a tratamientos innecesarios y costes adicionales para los dueños de mascotas. Sin embargo, los diagnósticos erróneos pueden retrasar la atención esencial, especialmente en los casos de MMVD en fase temprana. McDonald y su equipo prevén utilizar umbrales adaptables que las prácticas puedan modificar en función de sus poblaciones de pacientes y recursos. El equipo planea continuar con este proyecto, recopilando más datos y ampliándolos a más razas y entornos clínicos.
“Estamos interesados en transferir nuestros algoritmos humanos y caninos a futuras aplicaciones tanto en otras especies como en otras enfermedades que producen ruidos. “La recopilación de datos de una amplia variedad de especies y entornos clínicos seguirá mejorando la generalización de nuestros algoritmos”.
El estudio fue publicado en el Journal of Veterinary Internal Medicine.
Fuente: ZME Science.
