En la reunión anual de la Radiological Society of North America (RSNA) fue presentado un modelo de aprendizaje profundo que, a través de una sola radiografía de tórax es capaz de predecir el riesgo de muerte a diez años por un ataque cardíaco o derrame cerebral.
El aprendizaje profundo es un tipo de Inteligencia Artificial (IA) capaz de ser entrenado para analizar imágenes médicas e identificar patrones específicos asociados con enfermedades. En este caso investigadores del Massachusetts General Hospital y del Brigham and Women’s Hospital, desarrollaron un modelo que utiliza una sola radiografía de tórax para predecir el riesgo de muerte a diez años por un ataque al corazón o un derrame cerebral, derivado de la enfermedad cardiovascular aterosclerótica. Los resultados del estudio fueron presentados en la reunión anual de la RSNA. Para entrenar el modelo, fueron utilizadas 147,497 radiografías de tórax de 40,643 participantes.
“Nuestro modelo de aprendizaje profundo ofrece una solución potencial para la detección oportunista basada en la población del riesgo de enfermedad cardiovascular utilizando imágenes de rayos X de tórax existentes”, dijo el autor principal del estudio, el Dr. Jakob Weiss, radiólogo del Massachusetts General Hospital y también afiliado al programa AI in Medicine en el Brigham and Women’s Hospital.
Este modelo puede utilizarse como una evaluación para identificar a pacientes que se beneficiarían de tratamientos basados en medicación con estatinas. Las guías médicas recomiendan estimar el riesgo de eventos cardiovasculares adversos mayores a diez años y así establecer quién debe recibir medicación con estatinas para la prevención primaria.
El riesgo de enfermedad cardiovascular aterosclerótica, se calcula a través de variables como sexo, edad, etnia, presión arterial, tabaquismo, diabetes tipo 2, análisis de sangre y tratamientos contra la hipertensión. Y la medicación con estatinas se recomienda para pacientes con un riesgo a diez años de 7,5% o superior.
Al necesitar diversos estudios para calcular las variables este modelo de evaluación de riesgo puede no resultar útil en todas las poblaciones, por lo que el modelo de IA y aprendizaje automático desarrollado por los investigadores podría acelerar el proceso de evaluación e identificar con mayor rapidez a personas con alto riesgo de enfermedad cardiovascular aterosclerótica.
Además, el modelo fue validado utilizando una segunda cohorte independiente de 11, 430 pacientes ambulatorios que se sometieron a una radiografía de tórax y eran potencialmente elegibles a terapia con estatinas.
“La belleza de este enfoque es que solo necesita una radiografía, que se adquiere millones de veces al día en todo el mundo. Basado en una sola imagen de rayos X de tórax existente, nuestro modelo de aprendizaje profundo predice futuros eventos cardiovasculares adversos importantes con un rendimiento similar y un valor incremental al estándar clínico establecido”, explicó el Dr. Weiss.
