Investigadores de NYU Langone revelan el potencial de la IA en el análisis de imágenes médicas para predecir riesgos cardiovasculares y óseos.
Un equipo de investigadores de NYU Langone Health ha demostrado cómo la inteligencia artificial (IA) puede transformar el uso de las imágenes médicas al permitir diagnósticos adicionales no previstos inicialmente. Un estudio reciente presentado en la reunión anual de la Sociedad Radiológica de Norteamérica (RSNA, en inglés) mostró cómo las tomografías computarizadas (CT) abdominales, tomadas por diversas razones, pueden revelar riesgos de enfermedades cardiovasculares. Este enfoque, conocido como “cribado oportunista” o “oportunistic screening” maximiza el valor de los datos médicos existentes.
“En lugar de depender de las tomografías computarizadas específicas de las arterias coronarias, que son poco frecuentes y no siempre están cubiertas por los seguros, para detectar cardiopatías potencialmente mortales, tratamos de utilizar la IA para ayudar a examinar las tomografías computarizadas abdominales que se realizan por muchos motivos, a fin de detectar de forma oportunista cardiopatías más a menudo y antes”, expresó la investigadora principal del estudio, la Dra. Miriam A. Bredella catedrática del Departamento de Radiología en NYU Langone.
Para el estudio, los investigadores analizaron 3,662 tomografías realizadas entre 2013 y 2023, integrando un algoritmo de IA para medir la acumulación de calcio en la aorta abdominal. Este marcador está relacionado con mayor riesgo de eventos cardiovasculares, como infartos y bloqueos en los vasos sanguíneos.
Los resultados del estudio mostraron hallazgos significativos. Por ejemplo, que los pacientes con calcificación aórtica tenían 2.2 veces más probabilidades de sufrir un evento cardiovascular importante dentro de tres años. Así como el 29% de los participantes, previamente clasificados como sin acumulación de calcio, mostró señales tempranas detectadas por la IA. En este sentido, esta técnica podría reducir la dependencia de costosas tomografías coronarias y facilitar diagnósticos tempranos a través de exámenes de rutina.
El equipo también aplicó este enfoque en un estudio previo sobre osteoporosis. Al analizar imágenes de pulmones en 3,708 fumadores, los investigadores identificaron signos severos de pérdida ósea en 38% de pacientes afrodescendientes, 55% de asiáticos, 56% de hispanos y 72% de pacientes blancos. Además, detectaron condiciones relacionadas, como endurecimiento arterial y grasa hepática, lo que demuestra el amplio alcance del oportunistic screening.
Los resultados de esta investigación detallan a profundidad el potencial de la IA para optimizar el diagnóstico y el tratamiento temprano de enfermedades subdiagnosticadas, especialmente en poblaciones vulnerables. Sin embargo, serán necesario más estudios para confirmar la efectividad de este enfoque en la reducción de enfermedades y mortalidad.
