Científicos de la Universidad de Utah desarrollaron un modelo de Inteligencia Artificial (IA) que podría predecir el desarrollo y complicaciones de pacientes con problemas cardiovasculares.
El modelo fue descrito en un estudio publicado en el primer número de la revista científica en línea PLOS Digital Health, bajo el título: Un enfoque de inteligencia artificial explicable para predecir resultados cardiovasculares utilizando registros de salud electrónicos.
El estudio plantea un nuevo método para identificar comorbilidades de manera automatizada y escalable llamado Descubrimiento de comorbilidad basado en la binomial de Poisson (PBC). El método consistió en el análisis de la historia clínica electrónica (HCE) de más de 1.6 millones de pacientes de la Universidad de Utah y el Intermountain Primary Children’s Hospital.
La información de las HCE, incluyó datos sobre diagnósticos, procedimientos y medicamentos comórbidos. Estos datos fueron clasificados y enfocados hacia áreas clave a la salud cardiovascular, como trasplante de corazón, disfunción del nódulo sinoauricular y varias formas de enfermedad cardíaca congénita, que dio como resultado a una “red de multimorbilidad”, que a través de combinación de variables determinó el riesgo de padecer alguna afección cardiaca.
En la población adulta, el estudio encontró que personas con diagnóstico previo de miocardiopatía, tenían un riesgo 86 mayor a necesitar un trasplante de corazón, que las personas que no sufrían de esa condición. Asimismo, el estudio mostró que las persona con miocarditis viral tenían un riesgo 60 veces mayor a necesitar un trasplante de corazón.
Por otra parte, en cuanto al uso de medicamentos, los investigadores determinaron que milrinona, un fármaco para el tratamiento de insuficiencia cardiaca multiplicó por 175 el riesgo de trasplante. Josh Bonkowsky, director del Intermountain Primary Children’s Hospital, explicó que: “Esta nueva tecnología demuestra que podemos estimar el riesgo de complicaciones médicas con precisión e incluso determinar los medicamentos que son mejores para pacientes individuales”.
“La capacidad de transformar enormes colecciones de EHR en herramientas compactas y portátiles sin información de salud protegida resuelve muchos de los desafíos legales, tecnológicos y científicos de datos asociados con los análisis de EHR a gran escala”, explica el estudio.
Los autores del estudio por su parte, explicaron que un enfoque integral como este puede ayudar a un especialista en la prevención y tratamiento de problemas cardíacos graves. Incluso, aunque el estudio se centró solo en enfermedades cardiovasculares, los investigadores explicaron que el modelo puede replicarse en otras áreas de la medicina y predecir el riesgo de cáncer, cirugía de tiroides, diabetes, por ejemplo.
“Podemos recurrir a la IA para ayudar a refinar el riesgo de prácticamente todos los diagnósticos médicos”, explicó Martin Tristani-Firouzi, uno de los autores del estudio.
Consulta el estudio completo en el siguiente enlace:
https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000004
