Modelo de IA predice el riesgo de ACV a 10 años a partir de un ECG estándar

El accidente cerebrovascular (ACV) sigue siendo una causa importante de muerte y discapacidad a largo plazo en todo el mundo. Los médicos necesitan herramientas escalables para identificar a personas que enfrentan un riesgo sostenido años antes de que ocurra un evento. Las puntuaciones clínicas existentes pueden ser difíciles de usar en la práctica rutinaria y podrían pasar por alto señales cardíacas sutiles vinculadas al accidente cerebrovascular.

Para ayudar a abordar este desafío, los investigadores han desarrollado un modelo de inteligencia artificial (IA) que estima el riesgo de accidente cerebrovascular a 10 años a partir de un electrocardiograma estándar.

Desarrollado por un equipo codirigido por Mass General Brigham (Boston, MA, EE. UU.) con colaboradores del Broad Institute del MIT y Harvard (Cambridge, MA, EE. UU.), el modelo se llama ECG2Stroke. Analiza un electrocardiograma (ECG) de 10 segundos e incorpora únicamente la edad y el sexo para generar una estimación del riesgo. Este método utiliza aprendizaje profundo para capturar patrones de ondas detallados a partir de una prueba económica, no invasiva y que ya está integrada en los flujos de trabajo de cardiología.

Los investigadores entrenaron el modelo utilizando datos de pacientes del Hospital General de Massachusetts. Posteriormente, evaluaron su rendimiento en cohortes externas del Hospital Brigham and Women's y del Centro Médico Beth Israel Deaconess. En total, se utilizaron registros de más de 200.000 pacientes para entrenar y validar el sistema en diferentes instituciones.

ECG2Stroke predijo el riesgo de ictus hasta 10 años después con un rendimiento comparable al de una escala de riesgo clínico validada en distintos hospitales y subgrupos de pacientes. La interpretación del modelo indicó que las características vinculadas a la disfunción auricular, que se produce en las cavidades superiores del corazón, fueron algunos de los factores más determinantes de las predicciones. El algoritmo fue especialmente preciso para el ictus cardioembólico, que se produce por la formación de coágulos sanguíneos en el corazón y es prevenible con anticoagulantes. Los resultados se publican en la revista JACC.

“Las herramien tas existentes para identificar qué pacientes tienen mayor riesgo de sufrir un accidente cerebrovascular a menudo requieren cálculos de puntuación clínica engorrosos, no son fácilmente escalables y, por lo tanto, no se utilizan ampliamente en la práctica rutinaria”, dijo Rahul Mahajan, MD, Ph.D., neurólogo del Instituto de Neurociencia Mass General Brigham y de la Iniciativa Broad para las Enfermedades Cardiovasculares.

"Si se confirma tras estudios prospectivos en condiciones reales, herramientas como esta podrían identificar a qué pacientes se les debería dar prioridad para recibir esfuerzos intensivos de prevención. La herramienta también podría ser útil para impulsar futuras investigaciones sobre los mecanismos de las anomalías en las cavidades superiores del corazón y su relación con los accidentes cerebrovasculares", afirmó Shaan Khurshid, MD, MPH, cardiólogo del Instituto Cardiovascular Mass General Brigham y de la Iniciativa Amplia para las Enfermedades Cardiovasculares.

Enlaces relacionados
Mass General Brigham
Broad Institute