Una nueva investigación muestra la capacidad de un algoritmo de AI para identificar pacientes con riesgo cardíaco, diagnosticarlos y agilizar su atención hospitalaria.
Investigadores de Mount Sinai probaron un algoritmo llamado Viz HCM, que es utilizado para la detección de miocardiopatía hipertrófica, para mejorar el diagnóstico de esta enfermedad y conocer el riesgo individual de cada paciente. La miocardiopatía hipertrófica afecta a una de cada 200 personas en todo el mundo y es una de las principales causas de trasplante cardíaco. Además, una gran parte de los pacientes desconocen que viven con esta afección hasta que presentan síntomas evidentes, cuando la enfermedad puede estar en una etapa avanzada.
Por su parte, Viz HCM, es un algoritmo aprobado por la Administración de Alimentos y Medicamentos (FDA, en inglés) utilizado para la detección de miocardiopatía hipertrófica. Sin embargo, los investigadores de Mount Sinai, calibraron este algoritmo of inteligencia artificial (AI) para detectar de manera más rápida y específica a los pacientes con esta afección y marcarlos como de alto riesgo.
The study published in NEJM AI asigna probabilidades numéricas a los resultados del algoritmo. Es decir, Viz HCM puede marcar como “sospechosos” o como de “alto riesgo” a los pacientes, mientras que el algoritmo modificado permite mayores interceptaciones como porcentajes de probabilidades de que los pacientes tengan miocardiopatía hipertrófica.
Este enfoque apoyado en el deep learning sería clave para que los pacientes reciban tratamiento para prevenir complicaciones como la muerte cardíaca súbita derivada de la miocardiopatía hipertrófica.
Asimismo, este hallazgo favorece la optimización de los flujos de trabajo clínicos al garantizar que los pacientes con mayor riesgo sean identificados desde el principio y que reciban mejor atención. Sin embargo, aún es necesario si esta calibración a nivel local puede aplicarse universalmente a diferentes entornos.
Los especialistas de Mount Sinai aplicaron el algoritmo Viz HCM a casi 71,000 pacientes que se sometieron a un electrocardiograma entre marzo de 2023 y enero de 2024. El algoritmo detectó 1,522 pacientes con una alerta positiva de miocardiopatía. Sin embargo posteriormente aplicaron el modelo calibrado y descubrieron que proporcionó una estimación precisa de la probabilidad de que un paciente padeciera miocardiopatía hipertrófica.
“Este estudio proporciona un nivel de detalle muy necesario para ayudar a replantear cómo realizamos el triaje, estratificamos el riesgo y asesoramos a los pacientes. En la era de la inteligencia aumentada, debemos crecer para incorporar una nueva sofisticación en nuestro enfoque de la atención al paciente”, expresó el coautor principal, el Dr. Vivek Reddy- “Utilizando la miocardiopatía hipertrófica como caso práctico ilustrativo, demostramos cómo podemos implementar pragmáticamente herramientas novedosas incluso en el contexto de enfermedades menos comunes mediante la clasificación de AI para el triaje de pacientes”, agregó.
El siguiente paso para los investigadores es calibrar el modelo para otros sistemas de salud en Estados Unidos y realizar estudios que muestren su eficacia.
