Según los informes, una nueva técnica basada en inteligencia artificial desarrollada por investigadores de la Universidad Johns Hopkins podría predecir si un paciente podría morir de un paro cardíaco y cuándo. Según la universidad, la tecnología entrenada con imágenes sin procesar de los corazones de los pacientes enfermos y los antecedentes de los pacientes mejora las predicciones de los médicos y podría revolucionar potencialmente la toma de decisiones clínicas y aumentar las posibilidades de supervivencia de los pacientes con arritmias cardíacas repentinas y letales.
Los investigadores documentaron sus hallazgos en un artículo titulado “Predicción de supervivencia de muerte súbita arrítmica mediante análisis de aprendizaje profundo de cicatrices en el corazón” publicado en Nature Cardiovascular Research.
«La muerte cardíaca súbita causada por arritmia representa hasta el 20 % de todas las muertes en todo el mundo y sabemos poco sobre por qué ocurre o cómo saber quién está en riesgo», dijo Natalia Trayanova, autora principal del artículo, en un comunicado de prensa de la universidad. . Trayanoya es profesor de ingeniería biomédica y medicina en la universidad.
“Hay pacientes que pueden tener un riesgo bajo de muerte cardíaca súbita y reciben desfibriladores que quizás no necesiten y luego hay pacientes de alto riesgo que no reciben el tratamiento que necesitan y podrían morir en la flor de su vida. Lo que nuestro algoritmo puede hacer es determinar quién está en riesgo de muerte cardíaca y cuándo ocurrirá, lo que permite a los médicos decidir exactamente qué se debe hacer”, explicó Trayanoya.
El equipo de investigación utilizó redes neuronales para construir una evaluación de supervivencia personalizada para cada paciente con enfermedad cardíaca. Según se informa, estas evaluaciones pueden predecir la posibilidad de muerte cardíaca súbita durante 10 años, e incluso cuándo es más probable que suceda.
La tecnología de aprendizaje profundo se denominó Estudio de supervivencia del riesgo de arritmia cardíaca (SSCAR) como una alusión a la cicatrización cardíaca causada por enfermedades cardíacas, que a menudo resultan en arritmias. Los investigadores utilizaron imágenes cardíacas mejoradas con contraste de cientos de pacientes reales (con cicatrices cardíacas) en el Hospital Johns Hopkins para entrenar el algoritmo para detectar patrones y relaciones que no son visibles a simple vista.
Según la universidad, el análisis clínico actual de imágenes cardíacas extrae solo características simples de la cicatriz, como el volumen y la masa. Esto significa que subutilizan gravemente lo que el nuevo algoritmo ha demostrado que son datos críticos.
Los investigadores también entrenaron una segunda red neuronal para aprender de 10 años de datos estándar que incluían 22 factores como la edad del paciente, el peso, la raza y el uso de medicamentos recetados.
La universidad informa que las predicciones de los algoritmos fueron significativamente más precisas en cada medida que los médicos y que fueron validadas en pruebas con una cohorte de pacientes separada e independiente de 60 centros de salud en los Estados Unidos.
Según Trayanoya, este concepto de aprendizaje profundo podría desarrollarse para otros campos de la medicina que se basan en el diagnóstico visual.
