Investigadores de Cedars-Sinai han desarrollado modelos de Inteligencia Artificial (IA), que mejoran la precisión del diagnóstico de enfermedad coronaria, lo que permite predecir ataques al corazón.
La División de IA en Medicina del Centro Médico Cedars-Sinai, han desarrollado diversos modelos de IA para el diagnóstico de enfermedad de arterias coronarias, así como para la predicción de riesgo de infarto en pacientes con enfermedades cardiovasculares. El Dr. Piotr Slomka, director de Innovación en Imágenes en Cedars-Sinai, y miembro de la División de IA en Medicina, es el líder de estos proyectos.
La enfermedad coronaria puede provocar un ataque cardiaco y otras complicaciones como insuficiencia cardiaca o arritmia, es por ello que es importante el desarrollo de técnicas de prevención ante esta clase de eventos cardiacos.
Además, la enfermedad coronaria, se diagnostica regularmente a través de una tomografía computarizada (TC), no obstante, estas imágenes tienen una dificultad importante al momento de ser interpretadas, ya que requiere hasta de dos equipos distintos. La IA es una de las herramientas que puede facilitar esta tarea a los especialistas.
Entre los proyectos de esta división destacan un estudio publicado en The Journal of Nuclear Medicine, donde abordan el uso de IA para mejorar las imágenes del corazón obtenidas por medio de tomografía computarizada por emisión de fotón único (SPECT).
Este modelo corrige la corrección de la atenuación de las tomografías computarizadas, sin necesidad de contar con un equipo híbrido de SPECT y TC. El modelo de aprendizaje profundo denominado DeepAC, genera imágenes SPECT corregidas que simulan imágenes de alta calidad obtenidos por escáneres híbridos.
El estudio comparo la precisión del diagnóstico de enfermedad coronaria, utilizando imágenes SPECT no corregidas y las corregidas por IA. Los hallazgos mostraron que la IA logró crear imágenes con una calidad similar, lo que permite la precisión en el diagnóstico. “Este modelo de IA pudo generar imágenes DeepAC en una fracción de segundo en un software de computadora estándar y podría implementarse fácilmente en los flujos de trabajo clínicos como un paso de preprocesamiento automático”, explicó el Dr. Slomka.
Por otra parte, un segundo estudio publicado en Journal of American College of Cardiology: Cardiovascular Imaging, mostró que un modelo de aprendizaje profundo fue capaz de predecir eventos cardiacos adversos, como ataques cardiacos o incluso fallecimiento por esta causa.
El modelo fue entrenado con el uso de una base de datos multinacional con más de 20 mil escaneos de pacientes, así el modelo logró incorporar explicaciones visuales destacando las imágenes con regiones que contribuyen a un alto riesgo de eventos adversos.
“En el segundo (estudio), mostramos que las imágenes existentes se pueden utilizar de una mejor manera, prediciendo el riesgo de ataque cardíaco o muerte del paciente a partir de las imágenes, y destacando las características del corazón que indican ese riesgo, para informar mejor a los médicos sobre la enfermedad de las arterias coronarias”, explicó el Dr. Slomka.
Asimismo, el Dr. Sumeet Chugh director de la División de IA en Medicina, explicó que estos los hallazgos representan una prueba de como la IA puede mejorar los diagnósticos clínicos.
De esta forma la IA continúa demostrando que puede mejorar la calidad y la precisión de los diagnósticos y además logra reducir costos en centros de salud.
