Un equipo de científicos de Geisinger y Tempus ha descubierto que la inteligencia artificial puede predecir el riesgo de una nueva fibrilación auricular (FA) y un accidente cerebrovascular relacionado con la FA.
La fibrilación auricular es la arritmia cardíaca más común y está asociada con numerosos riesgos para la salud, incluidos los accidentes cerebrovasculares y la muerte. El estudio utilizó señales eléctricas del corazón, medidas a partir de un electrocardiograma (ECG) de 12 derivaciones, para identificar a los pacientes que tienen probabilidades de desarrollar FA, incluidos los que tienen riesgo de sufrir un accidente cerebrovascular relacionado con la FA.
"Cada año, se realizan más de 300 millones de ECG en los Estados Unidos para identificar anomalías cardíacas dentro de un episodio de atención. Sin embargo, estas pruebas generalmente no pueden detectar el potencial futuro de eventos negativos como fibrilación auricular o accidente cerebrovascular", ha señalado Joel Dudley, director científico de Tempus.
La fibrilación auricular es la arritmia cardíaca más común y está asociada con numerosos riesgos para la salud, incluidos los accidentes cerebrovasculares y la muerte
"Este trabajo fundamental se deriva de nuestras importantes inversiones en cardiología para generar algoritmos que hacen que las pruebas de cardiología existentes, como los ECG, sean más inteligentes y capaces de predecir eventos clínicos futuros. Nuestro objetivo es permitir que los médicos actúen antes en el curso de la enfermedad", ha manifestado.
Para desarrollar su modelo, el equipo de científicos de datos e investigadores médicos utilizó 1,6 millones de ECG de 430.000 pacientes durante 35 años de atención al paciente en Geisinger. Estos datos se utilizaron para entrenar una red neuronal profunda, una clase especializada de inteligencia artificial, para predecir, entre pacientes sin antecedentes previos de FA, que desarrollarían FA en un plazo de 12 meses.
El rendimiento de la red neuronal superó el de los modelos clínicos actuales para predecir el riesgo de FA. Además, el 62% de los pacientes sin FA conocida que experimentaron un accidente cerebrovascular relacionado con la FA dentro de los tres años fueron identificados como de alto riesgo por el modelo antes de que ocurriera el accidente cerebrovascular.
"No solo podemos ahora predecir quién está en riesgo de desarrollar fibrilación auricular, sino que este trabajo muestra que la predicción de alto riesgo precede a muchos accidentes cerebrovasculares relacionados con la FA", ha comentado Brandon Fornwalt, coautor principal, quien ha añadido que "con ese tipo de información, podemos cambiar la forma en que estos pacientes son evaluados y tratados, lo que podría prevenir resultados tan graves. Esto es enorme para los pacientes".