Un nuevo estudio ha revelado que la aplicación de técnicas de inteligencia artificial a los datos de ecografía cardíaca podría facilitar la identificación de pacientes con insuficiencia cardíaca avanzada. El estudio, liderado por investigadores de Weill Cornell Medicine, Cornell Tech, Cornell Ann S. Bowers College of Computing and Information Science, Columbia University Vagelos College of Physicians and Surgeons y NewYork-Presbyterian, ofrece la posibilidad de una mejor atención para miles de pacientes que podrían pasar desapercibidos debido a la dificultad para diagnosticar su afección.
Actualmente, la insuficiencia cardíaca avanzada se detecta mediante pruebas de esfuerzo cardiopulmonar (PECP), que requieren equipos especializados y personal capacitado, y que generalmente sólo están disponibles en grandes centros médicos. Debido en parte a esta limitación diagnóstica, sólo una pequeña parte de las aproximadamente 200.000 personas en Estados Unidos con insuficiencia cardíaca avanzada reciben la atención adecuada cada año.
En el nuevo estudio, publicado el 3 de marzo en npj Digital Medicine, los investigadores probaron un novedoso método basado en inteligencia artificial que podría eliminar este obstáculo. El nuevo método predice con alta precisión la medida más importante de la prueba de esfuerzo cardiopulmonar (CPET), el consumo máximo de oxígeno (VO₂ pico), utilizando imágenes de ultrasonido del corazón del paciente, mucho más fáciles de obtener, además de su historial clínico electrónico.
“Esto abre una vía prometedora para una evaluación más eficiente de los pacientes con insuficiencia cardíaca avanzada utilizando fuentes de datos que ya están integradas en la atención rutinaria”, dijo el Dr. Fei Wang, autor principal del estudio, decano asociado de IA y ciencia de datos y profesor Frances y John L. Loeb de Informática Médica en Weill Cornell Medicine.
El estudio fue altamente colaborativo e involucró no sólo al equipo de expertos en informática e inteligencia artificial del Dr. Wang, sino también a grupos liderados por la Dra. Deborah Estrin, decana asociada de impacto en Cornell Tech; y, en el ámbito clínico, al Dr. Nir Uriel, director de insuficiencia cardíaca avanzada y trasplante cardíaco en NewYork-Presbyterian.
Aprovechar el potencial de la IA en la atención de la insuficiencia cardíaca
Este artículo es el primero que surge de la Iniciativa de IA Cardiovascular, un amplio esfuerzo de Cornell, Columbia y NewYork-Presbyterian para explorar el uso de la IA para mejorar el diagnóstico y el tratamiento de la insuficiencia cardíaca. Los recientes avances en IA han permitido no solo aplicaciones populares para consumidores y empresas, sino también modelos de aprendizaje automático entrenados para detectar patrones relacionados con enfermedades en datos médicos textuales y de imagen.
“Inicialmente, reunimos a un grupo de más de 40 especialistas en insuficiencia cardíaca y les pedimos que nos dijeran dónde creían que se podría aplicar mejor la IA”, dijo el Dr. Uriel, quien también es profesor Seymour, Paul y Gloria Milstein de Cardiología en el Departamento de Medicina del Colegio de Médicos y Cirujanos Vagelos de la Universidad de Columbia y profesor adjunto de medicina en la División Greenberg de Cardiología de Weill Cornell Medicine.
Utilizar la IA en datos de ultrasonido cardíaco para ayudar a identificar pacientes con insuficiencia cardíaca avanzada parecía una de las aplicaciones más prometedoras. El Dr. Uriel contactó entonces con expertos en IA de Cornell Tech, Cornell Bowers y Weill Cornell Medicine, quienes desarrollaron el nuevo modelo de aprendizaje automático tras varios años de colaboración.
“La estrecha colaboración entre médicos e investigadores de IA en este proyecto impulsó el desarrollo de nuevas técnicas de IA que de otro modo no se habrían explorado”, afirmó el Dr. Estrin, catedrático Robert V. Tishman ’37 de Informática en Cornell Tech, profesor en Cornell Bowers y profesor de ciencias de la salud pública en Weill Cornell Medicine. “Así pues, se trató de un caso en el que la medicina moldeó el futuro de la IA, y no sólo la IA moldeó el futuro de la medicina”.
El equipo de IA liderado por el Dr. Wang, que incluye a los autores principales, el Dr. Zhe Huang y el Dr. Weishen Pan, junto con estudiantes y profesores de Cornell Bowers, desarrolló un modelo de aprendizaje automático multimodal y multiinstancia que puede procesar varios tipos de datos distintos, incluidas imágenes ecográficas en movimiento ordinarias del corazón, imágenes de formas de onda relacionadas que muestran la dinámica de las válvulas cardíacas y el flujo sanguíneo, y varios elementos que se encuentran en los registros médicos electrónicos.
El modelo se entrenó con datos anonimizados de 1000 pacientes con insuficiencia cardíaca atendidos en el Centro Médico Irving de la Universidad de Columbia/NewYork-Presbyterian. Una vez entrenado, el modelo se encargó de predecir el VO2 máximo —lo que permite determinar el estado de alto riesgo— para un nuevo grupo de 127 pacientes con insuficiencia cardíaca procedentes de otros tres campus de NewYork-Presbyterian.
Los resultados superaron cualquier otro reportado anteriormente para la predicción del VO2 máximo mediante IA. Para las herramientas destinadas a distinguir a los pacientes de alto riesgo de los demás, los investigadores utilizaron una medida que relaciona la probabilidad de que un paciente de alto riesgo elegido al azar en la muestra tenga un riesgo predicho mayor que un paciente de menor riesgo elegido al azar. En este caso, dicha cifra indicó una precisión general de aproximadamente el 85%, lo que sugiere que será útil en entornos clínicos. El equipo ya ha comenzado a planificar los estudios clínicos del nuevo enfoque, que serían necesarios para la aprobación de la Administración de Alimentos y Medicamentos de EE. UU. y su adopción clínica rutinaria.
“Si podemos utilizar este enfoque para identificar a muchos pacientes con insuficiencia cardíaca avanzada que de otro modo no serían identificados, entonces esto cambiará nuestra práctica clínica y mejorará significativamente los resultados y la calidad de vida de los pacientes”, dijo el Dr. Uriel.
Fuente: Medical Xpress.