La IA que es capaz de diagnosticar los infartos de miocardio

Los síntomas de un ataque al corazón son a veces similares a las condiciones no relacionadas con el corazón, lo que dificulta el diagnóstico. Conscientes de esto, un grupo de investigadores de la Universidad de Edimburgo han recurrido al aprendizaje automático para brindar a los médicos una forma rápida y precisa de diagnosticar ataques cardíacos y pautar, por tanto, un tratamiento más eficiente y efectivo a los pacientes.

Igual que la IA ya es capaz de detectar, por ejemplo, y en menos de 12 horas, el inicio de una diabetes, ahora también contamos con un algoritmo de Inteligencia Artificial que puede diagnosticar el infarto de miocardio con una precisión del 99,6%.  Esto hace también que se reduzcan en gran medida los ingresos hospitalarios por “falsos” ataques al corazón, evitando a su vez los atascos en las zonas de Urgencias.

El algoritmo denominado CoDE-ACS (Colaboración para el Diagnóstico y Evaluación del Síndrome Coronario Agudo) ha mostrado su eficacia después de probarse en 10.286 pacientes en seis países de todo el mundo.

Además, aparte de descartar rápidamente lo que no son ataques cardíacos en pacientes y puedan marcharse a casa sin necesidad de realizar más pruebas, CoDE-ACS también podría ayudar a los médicos a identificar a aquellos cuyos niveles altos de troponina, una proteína en la sangre que a menudo se eleva después de un infarto, se debieron a un ataque cardíaco en lugar de a otra afección.

La herramienta de IA ha funcionado bien independientemente de la edad, el sexo o las condiciones de salud preexistentes, lo que demuestra su potencial para reducir los diagnósticos erróneos y las desigualdades en la población.

Hasta ahora, el estándar de oro para diagnosticar un ataque cardíaco es medir los niveles de la proteína troponina en la sangre. Pero se utiliza el mismo umbral para todos los pacientes. Esto significa que no se consideran factores como la edad, el sexo y otros problemas de salud que afectan los niveles de troponina, lo que afecta la precisión de los diagnósticos de ataque cardíaco.

Esto puede conducir a desigualdades en el diagnóstico. Por ejemplo, investigaciones anteriores han demostrado que las mujeres tienen un 50 por ciento más de probabilidades de recibir un diagnóstico inicial incorrecto debido, entre otras cosas, porque los síntomas son diferentes respecto a los hombres. Además, las personas que inicialmente son mal diagnosticadas tienen un 70 por ciento más de riesgo de morir después de 30 días. Esto, según los expertos se puede prevenir con el nuevo algoritmo, que también predijo con precisión el ataque cardíaco en subgrupos, incluidas personas mayores, personas con insuficiencia renal (renal) o personas que se presentaron en el hospital poco después de la aparición de los síntomas.

Nicholas Mills, autor correspondiente del estudio publicado en Nature Medicine, dirigido por la Universidad de Edimburgo y financiado por la British Heart Foundation y el National Institute for Health and Care Research del Reino Unido, asegura que: “para los pacientes con dolor torácico agudo debido a un ataque cardíaco, el diagnóstico y el tratamiento tempranos salvan vidas, pero desafortunadamente, muchas condiciones causan estos síntomas comunes y el diagnóstico no siempre es sencillo. Aprovechar los datos y la inteligencia artificial para respaldar las decisiones clínicas tiene un enorme potencial para mejorar la atención de los pacientes y la eficiencia en nuestros departamentos de urgencias”.