Inteligencia artificial para diagnosticar infartos: desarrollan un algoritmo que es capaz de predecirlos casi al 100%

Científicos de la Universidad de Edimburgo han creado un algoritmo desarrollado mediante inteligencia artificial (IA) que podría diagnosticar los infartos de miocardio (o ataque al corazón)con mayor rapidez y precisión que nunca. Una investigación pionera que ha sido publicada en la revista científica 'Nature Medicine'.

El algoritmo denominado 'CoDE-ACS', se probó en 10.286 pacientes de seis países de todo el mundo y los investigadores descubrieron que, en comparación con los métodos de prueba actuales, era capaz de descartar un infarto en más del doble de pacientes, con una precisión del 99,6%.

Esta capacidad de descartarun infarto más rápido que nunca podría reducir en gran medida los ingresos hospitalarios. En Escocia se están llevando a cabo ensayos clínicos para evaluar si la herramienta puede ayudar a los médicos a reducir la presión en los saturados servicios de Urgencias.

Además de descartar rápidamente infartos en los pacientes, 'CoDE-ACS' también podría ayudar a los médicos a identificar a aquellos cuyos niveles anormales de troponina se debieran a un infarto y no a otra enfermedad.

Una de las claves más importantes para diagnosticar un infarto es reconocerlo y actuar cuanto antes ya que todo retraso suponía un "aumento de la mortalidad" tal como aseguraba a laSexta.com el Dr. Andrés Íñiguez, presidente de la Fundación Española del Corazón (FEC).

Es fundamental por ello conocer los síntomas de un infarto que tal como exponía este experto son: dolor opresivo en el centro del pecho o parte alta del abdomen que habitualmente puede irradiarse al brazo izquierdo, la espalda o la mandíbula y se mantiene sin alivio al menos 20 minutos y que puede ir acompañado de otros síntomas como sudor frio, vómitos, etc.

Predecir infartos con mayor exactitud

Así, cualquier método que ayude a predecir con mayor exactitud y sobre todo rápido un infarto o ataque al corazón será más que positivo. De este modo, 'CoDE-ACS', tal como señala la investigación, puede aumentar la eficiencia y eficacia de la atención de urgencias al identificar rápidamente a los pacientes que pueden volver a casa sin peligro y señalar a los médicos a todos los que deben permanecer hospitalizados para someterse a más pruebas.

La prueba de referencia para diagnosticar un infarto es medir los niveles de troponina en sangre. Pero se utiliza el mismo umbral para todos los pacientes. Esto significa que no se tienen en cuenta factores como la edad, el sexo y otros problemas de salud que afectan a los niveles de troponina, lo que afecta a la precisión del diagnóstico de infarto; algo que puede dar lugar a desigualdades en el diagnóstico.

Por ejemplo, investigaciones anteriores han demostrado que las mujeres tienen un 50% más de probabilidades de recibir un diagnóstico inicial erróneo. Las personas que reciben un diagnóstico inicial erróneo tienen un riesgo un 70% mayor de morir a los 30 días. El nuevo algoritmo es una oportunidad para evitarlo.

'CoDE-ACS' se desarrolló a partir de los datos de 10.038 pacientes escoceses que habían llegado al hospital con sospecha de infarto. El algoritmo utiliza información recopilada de forma rutinaria sobre el paciente, como la edad, el sexo, los resultados del electrocardiograma (ECG) y los antecedentes médicos, así como los niveles de troponina, para predecir la probabilidad de que una persona haya sufrido un infarto de miocardio. El resultados es una puntuación de probabilidad de 0 a 100.

"Para los pacientes con dolor torácico agudo debido a un infarto de miocardio, el diagnóstico y el tratamiento precoces salvan vidas. Por desgracia, son muchas las afecciones que provocan estos síntomas tan comunes, y el diagnóstico no siempre es sencillo. Aprovechar los datos y la inteligencia artificial para apoyar las decisiones clínicas tiene un enorme potencial para mejorar la atención a los pacientes y la eficiencia en nuestros concurridos servicios de urgencias", sostenía el líder de la investigación, Nicholas Mills, catedrático de Cardiología en el Centro de Ciencias Cardiovasculares de la Universidad de Edimburgo.