Enviar un "selfie" al médico podría ser una forma barata y sencilla de detectar enfermedades cardíacas, según los autores de un nuevo estudio publicado en el European Heart Journal.
El estudio es el primero en demostrar que es posible utilizar un algoritmo informático de aprendizaje profundo para detectar la enfermedad de las arterias coronarias (CAD) mediante el análisis de cuatro fotografías del rostro de una persona.
Aunque el algoritmo debe desarrollarse más y probarse en grupos más grandes de personas de diferentes orígenes étnicos, los investigadores dicen que tiene el potencial de usarse como una herramienta de detección que podría identificar una posible enfermedad cardíaca en personas de la población general o en personas de grupo de riesgo, que podrían ser remitidos para más investigaciones clínicas.
"Este es el primer trabajo que demuestra que la inteligencia artificial se puede utilizar para analizar rostros y detectar enfermedades cardíacas"
“Hasta donde sabemos, este es el primer trabajo que demuestra que la inteligencia artificial se puede utilizar para analizar rostros y detectar enfermedades cardíacas. Es un paso hacia el desarrollo de una herramienta basada en el aprendizaje profundo que podría usarse para evaluar el riesgo de enfermedad cardíaca, ya sea en clínicas ambulatorias o mediante pacientes que se toman 'selfies' para realizar su propio cribado. Esto podría orientar más pruebas de diagnóstico o una visita clínica ”, dijo el profesor Zhe Zheng, quien dirigió la investigación y es subdirector del Centro Nacional de Enfermedades Cardiovasculares y vicepresidente del Hospital Fuwai, la Academia China de Ciencias Médicas y el Peking Union Medical College en Beijing (China).
Continuó: “Nuestro objetivo final es desarrollar una aplicación autoinformada para comunidades de alto riesgo para evaluar el riesgo de enfermedad cardíaca antes de visitar una clínica. Esta podría ser una forma barata, sencilla y eficaz de identificar a los pacientes que necesitan más investigación. Sin embargo, el algoritmo requiere un mayor refinamiento y validación externa en otras poblaciones y etnias ".
Ya se sabe que ciertos rasgos faciales están asociados con un mayor riesgo de enfermedad cardíaca. Estos incluyen adelgazamiento o canas, arrugas, pliegue del lóbulo de la oreja, xantelasma (depósitos pequeños y amarillos de colesterol debajo de la piel, generalmente alrededor de los párpados) y arco córneo (depósitos de grasa y colesterol que aparecen como un anillo opaco blanco, gris o azul brumoso). en los bordes exteriores de la córnea). Sin embargo, es difícil que los humanos los utilicen con éxito para predecir y cuantificar el riesgo de enfermedad cardíaca.
EL ESTUDIO
El profesor Zheng, el profesor Xiang-Yang Ji, director del Instituto del Cerebro y la Cognición en el Departamento de Automatización de la Universidad de Tsinghua, Beijing, y otros colegas inscribieron a 5.796 pacientes de ocho hospitales en China para el estudio entre julio de 2017 y marzo de 2019. Los pacientes estaban sometidos a procedimientos de imagen para investigar sus vasos sanguíneos, como angiografía coronaria o angiografía por tomografía computarizada coronaria (CCTA). Se dividieron aleatoriamente en grupos de entrenamiento (5216 pacientes, 90%) o de validación (580, 10%).
Enfermeras de investigación capacitadas tomaron cuatro fotografías faciales con cámaras digitales: una frontal, dos perfiles y una vista de la parte superior de la cabeza. También entrevistaron a los pacientes para recopilar datos sobre el estado socioeconómico, el estilo de vida y el historial médico. Los radiólogos revisaron los angiogramas de los pacientes y evaluaron el grado de enfermedad cardíaca según la cantidad de vasos sanguíneos que se habían estrechado en un 50% o más (estenosis ≥ 50%) y su ubicación. Esta información se utilizó para crear, entrenar y validar el algoritmo de aprendizaje profundo.
Luego, los investigadores probaron el algoritmo en otros 1.013 pacientes de nueve hospitales en China, inscritos entre abril de 2019 y julio de 2019. La mayoría de los pacientes en todos los grupos eran de etnia china Han.
Se trata de una nueva investigación utiliza inteligencia artificial para analizar fotos faciales
Descubrieron que el algoritmo superó los métodos existentes para predecir el riesgo de enfermedad cardíaca (modelo Diamond-Forrester y la puntuación clínica del consorcio CAD). En el grupo de validación de pacientes, el algoritmo detectó correctamente la enfermedad cardíaca en el 80% de los casos (la tasa positiva verdadera o 'sensibilidad') y la enfermedad cardíaca detectada correctamente no estaba presente en el 61% de los casos (la tasa negativa verdadera o 'especificidad' ). En el grupo de prueba, la sensibilidad fue del 80% y la especificidad fue del 54%.
El profesor Ji dijo: “El algoritmo tuvo un rendimiento moderado y la información clínica adicional no mejoró su rendimiento, lo que significa que podría usarse fácilmente para predecir una posible enfermedad cardíaca basándose únicamente en fotografías faciales. La mejilla, la frente y la nariz aportaron más información al algoritmo que otras áreas faciales. Sin embargo, necesitamos mejorar la especificidad ya que una tasa de falsos positivos de hasta el 46% puede causar ansiedad e inconvenientes a los pacientes, así como sobrecargar potencialmente las clínicas con pacientes que requieren pruebas innecesarias ”.
Además de requerir pruebas en otros grupos étnicos, las limitaciones del estudio incluyen el hecho de que solo un centro en el grupo de prueba era diferente a los centros que proporcionaron pacientes para desarrollar el algoritmo, lo que puede limitar aún más su generalización a otras poblaciones.
En un editorial adjunto, Charalambos Antoniades, profesor de Medicina Cardiovascular en la Universidad de Oxford, Reino Unido, y el Dr. Christos Kotanidis, un estudiante de DPhil que trabaja con el profesor Antoniades en Oxford, escriben: “En general, el estudio de Lin et al . destaca un nuevo potencial en el diagnóstico médico …… La solidez del enfoque de Lin et al. radica en el hecho de que su algoritmo de aprendizaje profundo requiere simplemente una imagen facial como única entrada de datos, lo que hace que sea altamente y fácilmente aplicable a gran escala ".
CONCLUSIONES
Continúan: “El uso de selfies como método de detección puede permitir una forma simple pero eficiente de filtrar a la población general hacia una evaluación clínica más completa. Este enfoque también puede ser muy relevante para las regiones del mundo que no cuentan con fondos suficientes y tienen programas de detección de enfermedades cardiovasculares débiles. Un proceso de selección que puede realizarse tan fácilmente como tomarse una selfie permitirá un flujo estratificado de personas que ingresan a los sistemas de salud para realizar pruebas de diagnóstico de primera línea con CCTA. De hecho, las personas de 'alto riesgo' podrían tener un CCTA, lo que permitiría una estratificación de riesgo confiable con el uso de las nuevas metodologías impulsadas por IA para el análisis de imágenes de CCTA ".
Destacan algunas de las limitaciones que el Prof. Zheng y el Prof. Ji también incluyen en su artículo. Estos incluyen la baja especificidad de la prueba, que la prueba debe mejorarse y validarse en poblaciones más grandes y que plantea cuestiones éticas sobre el “uso indebido de la información con fines discriminatorios. La diseminación no deseada de datos confidenciales de registros médicos, que se pueden extraer fácilmente de una foto facial, convierte a tecnologías como la que se analiza aquí en una amenaza significativa para la protección de datos personales, lo que podría afectar las opciones de seguro. Estos temores ya se han expresado sobre el uso indebido de los datos genéticos y deberían revisarse ampliamente con respecto al uso de la IA en la medicina ”.
Los autores del trabajo de investigación están de acuerdo en este punto. El Prof. Zheng dijo: “Las cuestiones éticas en el desarrollo y la aplicación de estas nuevas tecnologías son de importancia clave. Creemos que la investigación futura sobre herramientas clínicas debe prestar atención a la privacidad, el seguro y otras implicaciones sociales para garantizar que la herramienta se utilice solo con fines médicos ".
El Prof. Antoniades y el Dr. Kotanidis también escriben en su editorial que definir la EAC como ≥ 50% de estenosis en una arteria coronaria principal “puede ser una clasificación simplista y bastante burda, ya que agrupa en el grupo sin EAC individuos que son verdaderamente sanos, pero también personas que ya han desarrollado la enfermedad pero que todavía se encuentran en etapas tempranas (lo que podría explicar la baja especificidad observada) ”.