La IA puede advertir con antelación si sufrirás un paro cardíaco y cuándo

Poco a poco, la inteligencia artificial va, cada vez más, introduciéndose en la medicina. Ahora, demuestra ser incluso mejor que los humanos para identificar a los pacientes con probabilidad de sufrir un paro cardíaco.

Este hallazgo ha sido publicado por los investigadores en la revista Nature Cardiovascular Research. La tecnología, construida por científicos de la Universidad Johns Hopkins (Estados Unidos) a partir de imágenes en bruto de los corazones enfermos y de los antecedentes de los pacientes, puede revolucionar la toma de decisiones clínicas y aumentar la supervivencia de las arritmias cardíacas súbitas y letales, una de las afecciones más mortales y desconcertantes de la medicina.

Este estudio podría salvar muchas vidas y también evitar a muchas personas intervenciones médicas innecesarias, como la implantación de desfibriladores.

La miocardiopatía hipertrófica es una de las cardiopatías hereditarias más comunes, que afecta a una de cada 200 a 500 personas en todo el mundo y es una de las principales causas de muerte súbita cardíaca en jóvenes y deportistas. Muchos de ellos llevan una vida normal, pero un porcentaje presenta un riesgo significativamente mayor de muerte súbita cardíaca.

Las guías clínicas actuales utilizadas para identificar a los pacientes con mayor riesgo de infartos mortales tienen una probabilidad de aproximadamente el 50 % de identificar a los pacientes correctos. Mientras, que el modelo IA tuvo una precisión del 89 % en todos los pacientes y, crucialmente, del 93 % en personas de 40 a 60 años, la población con mayor riesgo de sufrir este tipo de patologías.

«Nuestro estudio demuestra que el modelo de IA mejora significativamente nuestra capacidad para predecir a las personas con mayor riesgo en comparación con nuestros algoritmos actuales y, por lo tanto, tiene el poder de transformar la atención clínica», señala el coautor Jonathan Crispin, cardiólogo de Johns Hopkins.

El equipo trabaja ahora en la creación de algoritmos para detectar otras enfermedades cardíacas. Según el grupo Trayanova, el concepto de aprendizaje profundo podría desarrollarse para otros campos de la medicina que dependen del diagnóstico visual.