Los investigadores plantean que un ECG puede contener información que pasa desapercibida para los médicos, la cual puede servir para detectar enfermedades de manera oportuna.
Investigadores del Imperial College London, a través de una empresa derivada llamada Cardiovolt.ai, se encuentran entrenando a un modelo de inteligencia artificial (IA) para que pueda leer electrocardiogramas (ECG). Un ECG de rutina toma aproximadamente diez segundos para registrarse, esta técnica mide la actividad eléctrica del corazón y es uno de los exámenes médicos más comunes. Su uso se enfoca especialmente para controlar la frecuencia y el ritmo cardíacos. A pesar de su utilidad, los ECG han sido etiquetados durante mucho tiempo como un instrumento rudimentario, ya que para obtener imágenes más detalladas de la estructura y el riesgo del corazón, son necesarias técnicas más sofisticadas como la ecocardiografía.
La premisa de los investigadores de Cardiovolt.ai, parte sobre el cuestionamiento sobre los diez segundos, y la posibilidad de que este lapso contenga más información de la que los humanos pueden interpretar. Para ello el Instituto Nacional del Corazón y los Pulmones (NHLI, en inglés) del Imperial College desarrolló un modelo de IA para descifrar la información de los ECG que los humanos no vemos.
En este sentido, los modelos desarrollados por los investigadores de Imperial College, fueron capaces de diagnosticar afecciones cardíacas ocultas, detectar enfermedades no cardíacas como la diabetes o enfermedad renal, y predecir el riesgo de muerte de un paciente, todo gracias a un ECG estándar.
“Analizamos los electrocardiogramas para ver si podíamos hacer cosas sobrehumanas”, explicó el Dr. Arunashis Sau, director científico de Cardiovolt.ai. “No se trata de cosas que los médicos ya puedan hacer, sino de cosas que ningún cardiólogo, por muy experto que sea, puede hacer”.
Un grupo de investigadores en Brasil ofreció una colección de datos que contenía más de 1.6 millones de ECG, cada uno vinculado al historial médico del paciente. Además, encontraron una colección similar de pacientes de Estados Unidos. Estas colecciones de datos fueron suficientes para empezar el entrenamiento.
Los modelos probaron su eficacia en múltiples ámbitos, por ejemplo para las enfermedades cardíacas la precisión diagnóstica alcanzó entre el 83 y 93%, y para afecciones no cardiovasculares como diabetes y enfermedad renal, entre el 70 y 80%, respectivamente.
El modelo detecta un biomarcador digital, específicamente una señal de que se están desarrollando procesos patológicos. Para comprender qué es lo que origina estas señales, los investigadores recurrieron al UK Violan, donde los ECG, además de estar acompañados de historiales médicos, también contienen datos de imágenes y perfiles genéticos y proteicos.
Por su parte, Fu Siong Ng uno de los investigadores del NHLI y director médico de Cardiovolt.ai expresó que: “Hemos elegido este camino porque es el que tiene más probabilidades de que la tecnología se utilice en hospitales”. El enfoque clínico de este avance se centra en la detección de afecciones que de otro modo pasarían desapercibidas: “Si alguien viene a hacerse un electrocardiograma, queremos detectar una insuficiencia cardíaca subyacente o una valvulopatía que un médico nunca detectaría”, explica Ng. “Si existe alguna sospecha, realizaremos un ecocardiograma para confirmarlo de inmediato”, agregó.
Finalmente, Ng explicó que el objetivo es que estos modelos de IA puedan utilizarse en hospitales locales de Reino Unidos y en otros países. “Un electrocardiograma de diez segundos, que antes era una herramienta de detección poco precisa, pronto podría convertirse en una de las pruebas más informativas de la medicina”, finalizó.
