En un estudio inicial prometedor, un modelo de inteligencia artificial (IA) podría predecir el riesgo de muerte de los pacientes a 10 años por un ataque cardíaco o un derrame cerebral utilizando una sola radiografía de tórax.
Tradicionalmente, los proveedores de salud utilizan un Estimador de riesgo ASCVD para predecir el riesgo de aterosclerosis a 10 años de un paciente, una acumulación de colesterol y grasas en las paredes de las arterias. Este enfoque a menudo requiere que un cardiólogo tome la presión arterial del paciente y realice varias pruebas de pestañas.
Un equipo de investigadores ahora dice que un modelo avanzado de IA puede usar imágenes de rayos X de tórax para predecir el riesgo de muerte cardiovascular de un individuo durante 10 años con una precisión similar a la del estimador de riesgo tradicional. Las radiografías de tórax ya son comunes para detectar muchas enfermedades. Si un modelo de IA puede aprovechar esta popular herramienta de imágenes, puede ayudar a identificar a los pacientes con alto riesgo de enfermedad cardíaca que de otro modo no habrían visitado a un cardiólogo.
Esos pacientes podrían tomar una estatina o un medicamento para la presión arterial a fin de reducir sus probabilidades de sufrir un ataque cardiaco o un accidente cerebrovascular, dijo el autor principal del estudio, Dr. Jakob Weissradiólogo afiliado al Centro de Investigación de Imágenes Cardiovasculares del Hospital General de Massachusetts y al programa de IA en Medicina del Hospital Brigham and Women’s de Boston.
“Con nuestro modelo, podríamos identificar a estos pacientes y decir, ‘usted tiene un mayor riesgo de desarrollar un accidente cerebrovascular o un ataque al corazón en los próximos 10 años. Vaya a ver a su cardiólogo y verifique si califica para obtener una estatina, por ejemplo, o un medicamento para la presión arterial para reducir su riesgo’”, dijo Weiss.
Entrenando una computadora para predecir enfermedades del corazón
El aprendizaje profundo es un tipo complejo de IA. Para este estudio, los investigadores entrenaron un modelo de aprendizaje profundo para buscar el riesgo de eventos cardiovasculares al alimentarlo con más de 147,000 radiografías de tórax de más de 40,000 personas y le dijeron a la computadora cuál de esos pacientes murió de enfermedad cardíaca durante 10 años. Los datos provinieron de la Ensayo de detección de cáncer de próstata, pulmón, colorrectal y de ovarioun ensayo controlado aleatorio multicéntrico diseñado por el Instituto Nacional del Cáncer.
Con este enfoque, los científicos le dan a la máquina un conjunto de reglas al principio y un conjunto de resultados al final, y la máquina «resolverá los pasos intermedios», dijo. Dr. Alan Kwancardiólogo y científico médico especialista en imágenes cardíacas del Centro Médico Cedars-Sinai.
La idea es que la computadora pueda encontrar ciertos marcadores de problemas cardíacos que pueden ser invisibles para los cardiólogos.
“Debido a que esto se hace matemáticamente y no de una manera que creo que sea fácil de comprender para los humanos, algunas personas han tenido preocupaciones acerca de que la inteligencia artificial sea una caja negra”, dijo Kwan a MEDSALUD. «Pones algo y sacas algo… pero realmente no entiendes lo que está pasando en el medio».
Para probar que el modelo funciona con datos nunca antes vistos, los investigadores alimentaron el modelo con imágenes adicionales de un grupo separado de 11,430 pacientes que se sometieron a una radiografía de tórax de rutina en el hospital Mass General Brigham.
Hubo una correlación significativa entre las predicciones de riesgo del modelo de IA y los resultados reales para casi el 10 % de los pacientes que experimentaron un evento cardíaco adverso importante en algún momento de los siguientes 10,3 años.
Una quinta parte de los pacientes tenía suficientes datos en sus registros médicos para calcular su riesgo de 10 años de muerte relacionada con enfermedades cardiovasculares utilizando el enfoque ASCVD. El método tradicional y el modelo de aprendizaje profundo funcionaron de manera similar en la predicción de los riesgos de muerte relacionados con enfermedades cardiovasculares a 10 años para los pacientes
Kwan, que no participa en el estudio, dijo que los resultados eran prometedores, pero que es posible que el modelo deba volverse más preciso antes de poder ponerlo en práctica clínica.
Weiss dijo que esperaba que el modelo se probara en un grupo más diverso de pacientes en un ensayo aleatorio controlado.
Cómo la IA puede encajar en el futuro de la atención médica
Hay varias consideraciones éticas al usar herramientas de inteligencia artificial en medicina. Los modelos informáticos pueden contener sesgos si no se entrenan con datos diversos. La comunidad médica también debe considerar cómo implementar de manera segura la IA en los sistemas de salud.
La semana pasada, un grupo llamado el Coalición para la IA de la Salud compartió un plan para abordar algunas de estas preguntas y garantizar que los modelos de salud de IA funcionen de manera segura y precisa.
A pesar de las incógnitas, Kwan dijo que la IA seguirá siendo una herramienta importante para la detección y el diagnóstico.
“La capacidad de las computadoras para recibir grandes cantidades de información, procesarla y generar algo significativo ahora ha superado lo que la gente puede hacer. Aprovechar eso solo tiene sentido si queremos progresar en nuestra atención a los pacientes”, dijo Kwan. “¿Significa eso que estos modelos predictivos van a reemplazar a los médicos? Creo que es poco probable. Representa una especie de herramienta en el arsenal de un médico sobre cómo manejan a los pacientes”.
Los rayos X son imágenes bidimensionales fáciles de procesar con inteligencia artificial. A medida que avanza la tecnología, Weiss dijo que los científicos podrían estudiar imágenes transversales tridimensionales, como las de las tomografías computarizadas y las resonancias magnéticas.
El aprendizaje automático se ha mostrado prometedor para la detección temprana de enfermedades pulmonares y varios tipos de cáncer. En un futuro en el que la inteligencia artificial se incorpore a la atención del paciente, Weiss dijo que es posible que los médicos puedan encontrar una puntuación predictiva para varias afecciones con una sola radiografía.
“No pudimos extraer esta información porque no teníamos las herramientas y la tecnología. Creo que ahora estamos en el punto en el que podemos hacer esto, y tal vez el campo de la radiología realmente comience a cambiar de un campo principalmente subjetivo y de diagnóstico a un campo más objetivo y de pronóstico”, dijo Weiss.
Lo que esto significa para ti
Los científicos continúan probando herramientas de inteligencia artificial para dar sentido a las imágenes médicas. Mientras tanto, si le preocupa que esté en riesgo de sufrir una enfermedad cardíaca, pregúntele a su proveedor de atención médica si puede hacerse un control de los factores de riesgo.