Esta inteligencia artificial identifica en tiempo real un ataque cardíaco y previene muertes

La inteligencia artificial (IA) se está abriendo espacio en el sector de la salud para convertirse en una herramienta aliada de los médicos, como es el caso del algoritmo que desarrollaron en la Universidad de Edimburgo con el que lograron distinguir entre los ataques cardiacos reales y las falsas alarmas.

Esta IA se llama CoDE-ACS y logró descartar un infarto en más del doble pacientes, en comparación con los métodos tradicionales que actualmente se usan por los doctores.

Para el estudio, esta herramienta fue probada en 10.000 pacientes de seis países, acertando su diagnóstico en el 99,6% de los casos.

Cómo funciona esta IA

Actualmente, los doctores para diagnosticar un ataque cardiáceo miden en la sangre los niveles protonina, que es una proteína. Aunque es un método que se usa en todos los pacientes implementado un mismo umbral, sin tener en cuenta factores como la edad o el historial clínico que pueden afectar la exactitud del análisis.

Esta última parte la resuelve la inteligencia artificial, que fue entrenada con los datos de 10.038 personas, reuniendo información de pacientes de diferentes edades, sexo y condiciones clínicas que podrían llevarlos a infarto.

De esta manera, la herramienta tenía la capacidad de dar una respuesta con mayor precisión al hacer el diagnóstico, porque contaba con un aprendizaje producto de una gran variedad de datos.

Un resultado que Nicholas Mills, director del estudio y profesor de cardiología del British Heart Foundation (BHF), calificó como un logro que permitirá salvar vidas y ser una plataforma que ayudará a los médicos.

“Aprovechar los datos y la IA para respaldar las decisiones clínicas tiene un enorme potencial para mejorar la atención de los pacientes”, aseguró Mills a The Independent.

Esta herramienta es catalogada por la BHF como un apoyo “transformador para los departamentos de emergencia” y por eso se están realizando ensayos clínicos en Escocia para evaluar con más detalle el impacto en la dinámica laboral de las salas de médicas.

Subir el rango de precisión en el pronóstico de un infarto permitirá salvar vidas, ya que aquellos pacientes que son mal diagnósticos tienen un 70% de fallecer en un plazo de 30 días. Además, según la BHF, la cantidad de personas que ingresaron a urgencias por un ataque cardiaco aumentaron un 63% entre 2020 y 2023.

Diseñan una IA que predijo el cáncer de páncreas 3 años antes

Un algoritmo consiguió identificar a las personas con mayor riesgo de padecer cáncer de páncreas hasta tres años antes del diagnóstico. Solo utilizó las historias clínicas de los pacientes.

La inteligencia artificial se entrenó con dos conjuntos de datos distintos que sumaban un total de 9 millones de registros de pacientes de Dinamarca y Estados Unidos. Los investigadores “pidieron” al modelo de IA que buscara signos reveladores basándose en los datos contenidos en las historias clínicas.

A partir de combinaciones de códigos de enfermedad y del momento en que aparecen, el modelo pudo predecir qué pacientes tienen más probabilidades de desarrollar cáncer de páncreas en el futuro. Cabe destacar que muchos de los síntomas y códigos de enfermedad no estaban directamente relacionados con el páncreas ni procedían de él.

En general, cada una de las versiones del algoritmo de inteligencia artificial fue sustancialmente más precisa a la hora de predecir quiénes desarrollarían cáncer de páncreas que las estimaciones actuales de incidencia de la enfermedad en toda la población, definida como la frecuencia con la que se desarrolla una afección en una población durante un período de tiempo específico.

Una ventaja particular de la herramienta de IA es que podría utilizarse en todos y cada uno de los pacientes de los que se disponga de registros sanitarios y las historias médicas, no solo en aquellos con antecedentes familiares conocidos o predisposición genética a la enfermedad. Esto es especialmente importante, añaden los investigadores, porque muchos pacientes de alto riesgo pueden incluso desconocer su predisposición genética o sus antecedentes familiares.