Investigadores desarrollaron un algoritmo que utiliza información de electrocardiogramas para determinar el riesgo de mortalidad de los pacientes después de intervenciones, para que reciban el tratamiento adecuado.
Investigadores del Smart Heart Institute en Cedars-Sinai, en colaboración con colegas de Columbia y Stanford, desarrollaron una herramienta de inteligencia artificial (IA) para predecir con precisión los resultados de pacientes después de cirugías y procedimientos médicos.
En el estudio publicado por los investigadores en The Lancet Digital Health, explican que, las evaluaciones de riesgo preoperatorias utilizadas actualmente en la práctica clínica suelen ser insuficientes para identificar el riesgo de moralidad postoperatoria. En este sentido el deep learning o aprendizaje profundo combinado con una técnica de análisis de electrocardiografía es capaz de identificar marcadores de riesgo escondidos, útiles para pronosticar la mortalidad luego de una operación.
“Nuestro objetivo fue desarrollar un modelo de pronóstico que prediga con precisión la mortalidad posoperatoria en pacientes sometidos a procedimientos médicos y que habían recibido pruebas de diagnóstico electrocardiográficas preoperatorias”, explicaron los autores.
Los participantes del estudio habían sido sometidos a procedimientos quirúrgicos incluía una cirugía a corazón abierto, otras cirugías mayores y procedimientos mínimamente invasivos que implicaron un catéter o un endoscopio.
De esta forma, los investigadores entrenaron un modelo de IA en electrocardiogramas preoperatorios, lo que llevó a descubrir un nuevo uso para esta prueba que tiene más de 130 años de antigüedad. “Este es el primer algoritmo de IA basado en electrocardiograma que predice la mortalidad posoperatoria”, explicó el Dr. David Ouyang, cardiólogo del Departamento de Cardiología del Smidt Heart Institute de Cedars-Sinai y autor del estudio.
“Anteriormente, se han utilizado algoritmos para evaluar la mortalidad a largo plazo, así como los estados de enfermedades individuales, pero determinar los resultados posquirúrgicos ayuda a informar la decisión real de realizar la cirugía”, agregó.
De esta manera, los investigadores emparejaron los resultados de los electrocardiogramas de los pacientes previo a la cirugía o procedimiento con los resultados posteriores a la cirugía o procedimiento y solicitaron al algoritmo que encontrara asociaciones, patrones en las formas de onda del electrocardiograma. La mayoría de los pacientes fueron clasificados como de bajo riesgo, sin embargo, los pacientes que identificó con un riesgo alto, tenían una probabilidad casi nueve veces mayor de mortalidad postoperatoria.
“Tal como están las cosas ahora, los médicos sólo tienen una capacidad modesta para predecir cómo le irá a un paciente después de la cirugía”, explicó el Dr. Ouyang. Además explicó que las herramientas actuales de predicción de riesgos clínicos son insuficientes, por lo que la IA podría utilizarse para determinar con mayor precisión qué pacientes deberían someterse a un procedimiento o cirugía y qué pacientes podrían estar demasiado graves para resistir una intervención.
“Una mejor comprensión del riesgo, particularmente mediante el uso de una prueba de diagnóstico comúnmente obtenida, puede informar decisiones médicas importantes”, explicó la Dra. Christine M. Albert presidenta del Departamento de Cardiología del Smidt Heart Institute.
