"La muerte cardíaca súbita causada por arritmia representa hasta el 20 por ciento de todas las muertes en todo el mundo y sabemos poco sobre por qué está sucediendo o cómo saber quién está en riesgo", dijo la autora principal Natalia Trayanova, profesora de Ingeniería Biomédica de Murray B. Sachs. y Medicina. "Hay pacientes que pueden tener un riesgo bajo de muerte cardíaca súbita que reciben desfibriladores que quizás no necesiten y luego hay pacientes de alto riesgo que no reciben el tratamiento que necesitan y podrían morir en la flor de su vida. Este algoritmo podría ser capaza de determinar quién está en riesgo de muerte cardíaca y estimar cuándo esta podría ocurrirá, lo que permite a los médicos decidir exactamente qué conducta tomar".
La arritmia 1 es un trastorno en el ritmo cardíaco, es decir, cuando el corazón está latiendo muy rápido, muy despacio o no hoy un patrón regular en los latidos. Estudios hechos en los últimos años han mostrado que su prevalencia se incrementa con la edad, hasta afectar al 10% de los adultos en la octava década de su vida. Otros estudios la señalan como una de las principales causas de muerte en los países más desarrollados, esto se debe al sedentarismo y obesidad.
Este equipo de investigadores es el primero en utilizar redes neuronales para crear una evaluación de supervivencia personalizada para cada paciente con enfermedad cardíaca. Estas medidas de riesgo brindan con alta precisión la posibilidad de una muerte cardíaca súbita durante 10 años y cuándo es más probable que suceda.
La tecnología de aprendizaje profundo se llama Survival Study of Cardiac Arrhythmia Risk (SSCAR, siglas en ingles de “estudio de supervivencia del riesgo de arritmia cardíaca”). El nombre alude a la cicatrización cardíaca causada por una enfermedad cardíaca que a menudo resulta en arritmias letales y es la clave de las predicciones del algoritmo.
El equipo usó imágenes cardíacas mejoradas con contraste que visualizan la distribución de cicatrices de cientos de pacientes reales en el Hospital Johns Hopkins (Baltimore, Maryland) con cicatrices cardíacas para “entrenar” un algoritmo para detectar patrones y relaciones que no son visibles a simple vista. El análisis clínico actual de imágenes cardíacas extrae solo características simples de la cicatriz, como el volumen y la masa, lo que infrautiliza gravemente lo que se demuestra en este trabajo como datos críticos.
"Las imágenes contienen información crítica a la que los médicos no han podido acceder", dijo el primer autor Dan Popescu, ex estudiante de doctorado de Johns Hopkins. "Esta cicatrización se puede distribuir de diferentes maneras y nos dice algo sobre las posibilidades de supervivencia de un paciente. Hay información escondida en ella".
El equipo “entrenó” una segunda red neuronal con 10 años de datos clínicos estándar de pacientes, 22 factores como la edad, el peso, la raza y el uso de medicamentos recetados de los pacientes.
Las predicciones de los algoritmos no solo fueron significativamente más precisas en cada medida que los médicos, sino que se validaron en pruebas con una cohorte de pacientes independientes de 60 centros de salud en los Estados Unidos, con diferentes antecedentes cardíacos y diferentes datos de imágenes, lo que sugiere que se podría adoptar la plataforma. en cualquier sitio. Los estudios de cohorte 2 son análisis estadísticos cuya base principal en es que las personas se identifican en función de la presencia o ausencia de exposición a un factor de riesgo de interés; esta metodología estadística es ampliamente usada en investigación científica.
Según los expertos la IA aplicada a la medicina facilitaría enormemente la labor de los profesionales de la salud y por consiguiente la vida de los pacientes
"Esto tiene el potencial de dar forma significativa a la toma de decisiones clínicas con respecto al riesgo de arritmia y representa un paso esencial para llevar el pronóstico de la trayectoria del paciente a la era de la inteligencia artificial", dijo Trayanova, codirector de Alliance for Cardiovascular Diagnostic and Treatment Innovation. "Representa la tendencia de fusionar la inteligencia artificial, la ingeniería y la medicina como el futuro de la atención médica".
El equipo ahora está trabajando para construir algoritmos ahora para detectar otras enfermedades cardíacas. Según Trayanova, el concepto de aprendizaje profundo podría desarrollarse para otros campos de la medicina que se basan en el diagnóstico visual.
1 https://salhttps://saludycardiologia.com/que-es-una-arritmia-cardiaca/udycardiologia.com/que-es-una-arritmia-cardiaca/
2 https://accessmedicina.mhmedical.com/content.aspx?bookid=1464§ionid=101050296