Sistema de puntuación impulsado por IA evalúa la insuficiencia cardíaca con fracción de eyección preservada
Actualizado el 02 Apr 2025
La insuficiencia cardíaca con fracción de eyección preservada (ICFEp) es uno de los tipos de insuficiencia cardíaca más difíciles de diagnosticar debido a la compleja interacción entre diversos factores clínicos y ecocardiográficos. La identificación precisa de la ICFEp requiere una cuidadosa integración de estas variables, que en algunos casos pueden ser inconsistentes o poco claras en ciertos pacientes. Como resultado, la ICFEp a menudo no se diagnostica o se diagnostica erróneamente, lo que retrasa la administración del tratamiento adecuado. Sin embargo, una nueva innovación representa un avance significativo en el uso del aprendizaje profundo para mejorar la detección de esta afección, a menudo pasada por alto.
Ultromics (Oxford, Reino Unido) ha introducido un nuevo avance en su plataforma EchoGo Heart Failure: un sistema pionero de puntuación de probabilidad basado en inteligencia artificial (IA) para evaluar la ICFEp. EchoGo Heart Failure sigue siendo la única plataforma de IA capaz de identificar la ICFEp a partir de un ecocardiograma estándar. El nuevo sistema de puntuación de probabilidad mejora esta capacidad única al generar una puntuación continua que refleja la probabilidad de la enfermedad, ofreciendo una evaluación diagnóstica más detallada de la ICFEp, reduciendo la incertidumbre y facilitando una mejor toma de decisiones clínicas. Además, la plataforma continúa ayudando a detectar otras cardiopatías graves, como la amiloidosis cardíaca, lo que permite a los médicos identificar más temprano las causas subyacentes de la insuficiencia cardíaca.
La versión actualizada de la plataforma EchoGo Heart Failure ha sido sometida a una rigurosa validación en un estudio centrado en casos complejos del mundo real, incluidos pacientes con múltiples comorbilidades superpuestas como hipertensión y diabetes, situaciones en las que los modelos diagnósticos tradicionales suelen tener dificultades para distinguir entre casos. Los resultados mostraron que el sistema de puntuación de probabilidad basado en IA aportó un valor significativo, facilitando eficazmente el diagnóstico de la ICFEp, prediciendo la probabilidad de la enfermedad y mejorando la evolución de los pacientes. La plataforma demostró una mayor sensibilidad para identificar la ICFEp y mejoró la capacidad de diferenciar entre la ICFEp y los casos complicados, donde la afección se sospechaba pero no se confirmaba, en comparación con los métodos clínicos estándar.
El nuevo sistema de puntuación de probabilidad también está asociado con mejores resultados para los pacientes: aquellos identificados por EchoGo Heart Failure como de alto riesgo tuvieron el doble de probabilidad de hospitalizaciones y mortalidad por insuficiencia cardíaca, lo que resalta el potencial de la IA para permitir intervenciones oportunas que optimizan el manejo del paciente. Al incorporar todos los datos clínicos disponibles, EchoGo Heart Failure mejoró el manejo correcto de los pacientes con ICFEp en un 33%, en comparación con la puntuación H2FPEF. En comparación con las prácticas clínicas estándar, como H2FPEF y HFA-PEFF, EchoGo Heart Failure produjo menos resultados indeterminados, abordando un desafío común en los modelos de diagnóstico tradicionales y permitiendo diagnósticos confiables en más del 80 % de los pacientes.
"La introducción de la función de puntuación de probabilidad en la plataforma EchoGo Heart Failure representa un avance fundamental en la detección de la insuficiencia cardíaca y la estratificación del riesgo de los pacientes", afirmó Ross Upton, PhD, fundador, director ejecutivo y director científico de Ultromics. "Al proporcionar una puntuación de probabilidad precisa, EchoGo Heart Failure permite a los profesionales clínicos evaluar la probabilidad de que un paciente padezca la enfermedad, lo que facilita una toma de decisiones más fiable".
Enlaces relacionados:
Ultromics
