Investigadores de Mount Sinai, han desarrollado un algoritmo de Inteligencia Artificial (IA), capaz de aprender como identificar ciertos cambios en electrocardiogramas (ECG), y predecir insuficiencia cardíaca.
Un estudio publicado en Journal of the American College of Cardiology: Cardiovascular Imaging, mostró los resultados de este algoritmo de IA, que sería capaz de aprender e identificar cambios en ECG para alertar a los médicos sobre pacientes con posibilidad de insuficiencia cardiaca.
El autor principal de este estudio, Dr. Benjamin S. Glicksberg, profesor asistente de genética y ciencias genómicas, miembro del Hasso Plattner Institute for Digital Health de Mount Sinai, explicó lo siguiente sobre este avance: “Demostramos que los algoritmos de aprendizaje profundo pueden reconocer problemas de bombeo de sangre en ambos lados del corazón a partir de los datos de la forma de onda del ECG. Por lo general, el diagnóstico de estos tipos de afecciones cardíacas requiere procedimientos costosos y que requieren mucho tiempo. Esperamos que este algoritmo permita un diagnóstico más rápido de insuficiencia cardíaca”.
Para realizar el estudio los investigadores programaron una computadora para que pudiera leer ECG de pacientes, y otros datos extraídos de informes escritos que contenían resultados de Ecocardiogramas (ECO) de los mismos pacientes. De esta forma los informes escritos fueron tomados como un conjunto estándar de datos para que la computadora hiciera la comparación con los datos del ECG. De esta forma fue posible detectar corazones más débiles que pudieran sufrir de insuficiencia cardiaca.
La insuficiencia cardiaca es una condición que produce que el corazón bombee menos sangre de la que el cuerpo requiere. Generalmente se realizan diagnósticos a través de ECG y ECO para conocer si el paciente sufre de esta condición. Sin embargo, el principal problema con este tipo de evaluaciones o diagnósticos es que se requiere equipo especializado y profesionales médicos que no se encuentran en cualquier hospital. Por ello la importancia de este avance a través de IA.
Para el estudio la computadora analizó más de 700 mil reportes de ECG y ECO e informes de 150 mil pacientes del sistema de salud de Mount Sinai entre 2003 y 2020. Los datos se obtuvieron de cuatro hospitales, esto como parte del proceso de aprendizaje del algoritmo y para probarlo se utilizaron datos de un quinto hospital.
Los resultados mostraron una precisión del 94% sobre qué pacientes tenían una fracción de eyección saludable y 87% de precisión para predecir aquellos que tenían una fracción de eyección por debajo del 40% (la fracción de eyección normal es del 50% o más y los corazones débiles igual o menos a 40%). De esta forma resultados indicaron que el algoritmo fue eficaz para la predicción de insuficiencia cardiaca.
“Nuestros resultados sugieren que este algoritmo podría ser una herramienta útil para ayudar a los médicos a combatir la insuficiencia cardíaca que sufren una variedad de pacientes”, agregó el Dr. Glicksberg.
