Algoritmo de autoaprendizaje puede predecir la insuficiencia cardíaca

Un nuevo algoritmo de inteligencia artificial (IA) basado en computadora que puede identificar cambios sutiles en electrocardiogramas (ECG) puede predecir cuándo un individuo está experimentando insuficiencia cardíaca. El algoritmo fue desarrollado en el Hospital Mount Sinai, y la investigación se publicó en la Revista del Colegio Americano de Cardiología: Imágenes Cardiovasculares.

Benjamin S. Glicksberg, PhD, es profesor asistente de Genética y Ciencias Genómicas, miembro del Instituto Hasso Plattner para la Salud Digital en Mount Sinai, y autor senior del estudio.

“Mostramos que los algoritmos de aprendizaje profundo pueden reconocer problemas de bombeo de sangre en ambos lados del corazón a partir de los datos de la onda del ECG”, dijo Glicksberg. “Normalmente, diagnosticar este tipo de condiciones cardíacas requiere procedimientos costosos y laboriosos. Esperamos que este algoritmo permita un diagnóstico más rápido de la insuficiencia cardíaca”.

Nuevas Oportunidades con la IA

Los médicos tradicionalmente han utilizado una ecocardiograma, que es una técnica de imagen, para evaluar si un paciente está experimentando insuficiencia cardíaca. Sin embargo, estos son laboriosos y solo se ofrecen en algunos hospitales.

La IA está creando nuevas oportunidades en este sentido, con investigaciones que sugieren que los electrocardiogramas podrían ser una alternativa efectiva. Investigaciones recientes han indicado que un algoritmo de aprendizaje profundo puede detectar debilidad en el ventrículo izquierdo del corazón. La nueva investigación del Mount Sinai describe el desarrollo de un algoritmo que evalúa la fuerza del ventrículo izquierdo y también del derecho.

Girish N. Nadkarni, MD, MPH, CPH, es profesor asociado de Medicina en la Escuela de Medicina Icahn del Mount Sinai, jefe de la División de Medicina Digital y Basada en Datos (D4M), y autor senior de la investigación.

“Aunque es atractivo, tradicionalmente ha sido un desafío para los médicos utilizar los ECG para diagnosticar la insuficiencia cardíaca. Esto se debe en parte a que no hay criterios diagnósticos establecidos para estas evaluaciones y porque algunos cambios en los resultados del ECG son simplemente demasiado sutiles para que el ojo humano los detecte”, dijo el Dr. Nadkarni. “Este estudio representa un paso emocionante hacia adelante en la búsqueda de información oculta dentro de los datos del ECG que puede conducir a mejores paradigmas de detección y tratamiento utilizando una prueba relativamente simple y ampliamente disponible”.

Programación y Prueba de la Máquina

Los investigadores programaron una computadora para leer los ECG de los pacientes y los datos extraídos de los informes escritos, con estos últimos actuando como un conjunto de datos estándar para que la computadora los comparara con los datos del ECG. Esto le permitió identificar corazones más débiles.

Con programas de procesamiento de lenguaje natural (NLP), la computadora podía extraer estos datos de las palabras escritas. Al mismo tiempo, las redes neuronales podían descubrir patrones en las imágenes, que luego se podían incorporar en el algoritmo para ayudarlo a reconocer las fuerzas de bombeo.

“Queríamos impulsar el estado de la técnica desarrollando una IA capaz de entender todo el corazón de manera fácil y económica”, dijo el Dr. Vaid.

La máquina analizó 700,000 ECG y informes de ecocardiograma, que provenían de cuatro hospitales diferentes. Un quinto hospital se utilizó para probar cómo funcionaría el algoritmo en un entorno experimental diferente.

“Una ventaja potencial de este estudio es que involucró una de las colecciones más grandes de ECG de una de las poblaciones de pacientes más diversas del mundo”, dijo el Dr. Nadkarni.

El algoritmo demostró una capacidad efectiva para predecir qué pacientes tendrían ventrículos izquierdos sanos o débiles, y fue 94 por ciento preciso al predecir qué pacientes tenían una fracción de eyección saludable, que es la cantidad de fluido que el ventrículo bombea con cada latido. El algoritmo también fue 87 por ciento preciso al predecir aquellos que tenían una fracción de eyección por debajo del 40 por ciento.

Una de las áreas que aún requiere trabajo es la predicción de qué pacientes tendrían corazones ligeramente debilitados. El algoritmo solo tuvo una tasa de precisión del 73 por ciento al predecir los pacientes que tenían una fracción de eyección entre el 40 y el 50 por ciento.

El algoritmo también pudo detectar debilidades en las válvulas derechas a partir de los ECG, alcanzando una tasa de precisión del 84 por ciento al predecir qué pacientes tenían válvulas derechas débiles.

“Nuestros resultados sugirieron que este algoritmo podría ayudar eventualmente a los médicos a diagnosticar correctamente la insuficiencia en cualquier lado del corazón”, dijo el Dr. Vaid.

Otro punto importante de esta investigación fue que sugirió que la IA podría ser efectiva para detectar la debilidad cardíaca en todos los pacientes, independientemente de la raza y el género.

“Nuestros resultados sugieren que este algoritmo podría ser una herramienta útil para ayudar a los practicantes clínicos a combatir la insuficiencia cardíaca sufrida por una variedad de pacientes”, agregó el Dr. Glicksberg. “Estamos en el proceso de diseñar cuidadosamente ensayos prospectivos para probar su eficacia en un entorno más realista”.