La inteligencia artificial, cada vez más, se está introduciendo en medicina. Sea como una herramienta para determinar tratamiento, señalar enfermedades o diseñar fármacos. Pero también como predictor de diferentes patologías.

Ahora, un nuevo modelo de IA demuestra ser mucho mejor que los humanos para identificar a los pacientes con probabilidad de sufrir un paro cardíaco. La clave reside en la capacidad del sistema para analizar imágenes cardíacas infrautilizadas durante mucho tiempo, junto con un espectro completo de historiales médicos, para revelar información sobre la salud cardíaca del paciente.

El trabajo, liderado por científicos de la Universidad Johns Hopkins, podría salvar muchas vidas y también evitar a muchas personas intervenciones médicas innecesarias, como la implantación de desfibriladores.

“Actualmente, tenemos pacientes que mueren en la flor de la vida por falta de protección, y otros que soportan desfibriladores el resto de sus vidas sin obtener ningún beneficio”, señala Natalia Trayanova, líder del estudio y especializada en el uso de inteligencia artificial en cardiología -. Podemos predecir con gran precisión si un paciente tiene un riesgo muy alto de muerte súbita cardíaca o no”.

Los hallazgos se han publicado en Nature Cardiovascular Research. 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 pacientes con miocardiopatía hipertrófica llevan una vida normal, pero un porcentaje presenta un riesgo significativamente mayor de muerte súbita cardíaca. Ha sido casi imposible para los médicos determinar quiénes son estos pacientes.

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.El modelo del equipo superó significativamente las guías clínicas en todos los grupos demográficos.

La IA multimodal para la estratificación del riesgo de arritmias ventriculares (MAARS) predice el riesgo de muerte súbita cardíaca de cada paciente mediante el análisis de diversos datos e historiales médicos y, por primera vez, explorando toda la información contenida en las imágenes de resonancia magnética con contraste del corazón del paciente.

Las personas con miocardiopatía hipertrófica desarrollan fibrosis, o cicatrización en el corazón, y es esta cicatrización la que aumenta su riesgo de muerte súbita cardíaca. Si bien los médicos no han podido interpretar las imágenes de resonancia magnética sin procesar, el modelo de IA se centró directamente en los patrones críticos de cicatrización.

“No se ha utilizado el aprendizaje profundo en esas imágenes - añade Trayanova -. Podemos extraer esta información oculta en las imágenes que normalmente no se tiene en cuenta”.

El equipo probó el modelo con pacientes reales tratados con las guías clínicas tradicionales y, en comparación con estas que mostraron ser precisas en el 50% de los casos, el modelo de 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 muerte súbita cardíaca entre los pacientes con miocardiopatía hipertrófica.

El modelo de IA también puede describir el alto riesgo de los pacientes, de modo que los médicos puedan diseñar un plan médico a medida para sus necesidades específicas.

“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.

En 2022, el equipo de Trayanova creó un modelo de IA multimodal diferente que ofrecía una evaluación personalizada de la supervivencia para pacientes con infartos y predecía si alguien iba a morir por un paro cardíaco y cuándo.

El próximo objetivo es probar el nuevo modelo en más pacientes y ampliar el nuevo algoritmo para su uso con otros tipos de cardiopatías, como la sarcoidosis cardíaca y la miocardiopatía arritmogénica del ventrículo derecho.