Los investigadores estadounidenses han desarrollado un nuevo modelo de inteligencia artificial (IA) que supera significativamente las pautas clínicas actuales para identificar a los pacientes con alto riesgo de muerte cardíaca repentina.
El sistema de IA, conocido como IA multimodal para la estratificación del riesgo de arritmia ventricular (MAARS), integra imágenes de resonancia magnética cardíaca con una amplia gama de registros de salud del paciente para detectar señales de advertencia ocultas, ofreciendo un nuevo nivel de precisión en la predicción del riesgo cardiovascular, informó la agencia de noticias Xinhua.
El estudio, publicado en la revista Nature Cardiovascular Research, se centró en la miocardiopatía hipertrófica, una de las afecciones cardíacas heredadas más comunes y una causa principal de muerte cardíaca repentina en los jóvenes.
“Actualmente tenemos pacientes que mueren en el mejor momento de su vida porque no están protegidos y otros que están soportando desfibriladores por el resto de sus vidas sin beneficios”, dijo la autora senior Natalia Trayanova, una investigadora centrada en usar IA en cardiología, en la Universidad Johns Hopkins.
“Tenemos la capacidad de predecir con muy alta precisión si un paciente tiene un riesgo muy alto de muerte cardíaca repentina o no”, agregó Trayanova.
Las pautas clínicas utilizadas en los Estados Unidos y Europa actualmente tienen una precisión estimada del 50 por ciento en la identificación de pacientes en riesgo.
En contraste, el modelo MAARS demostró una precisión general del 89 por ciento y del 93 por ciento para los pacientes de 40 a 60 años, el grupo con mayor riesgo.
El modelo de IA analiza los escaneos de resonancia magnéticos con contraste para patrones de cicatrices de corazón, algo que los médicos han encontrado tradicionalmente difícil de interpretar. Al aplicar el aprendizaje profundo a estos datos previamente infrautilizados, el modelo identifica predictores clave de la muerte cardíaca repentina.
“Nuestro estudio demuestra que el modelo de IA mejora significativamente nuestra capacidad de predecir aquellos con el mayor riesgo en comparación con nuestros algoritmos actuales y, por lo tanto, tiene el poder de transformar la atención clínica”, dijo el coautor Jonathan Chrispin, cardiólogo de Johns Hopkins.
El equipo planea probar aún más el nuevo modelo en más pacientes y expandir el nuevo algoritmo para usar con otros tipos de enfermedades cardíacas, incluida la sarcoidosis cardíaca y la miocardiopatía ventricular derecha arritmogénica.
