Nueva herramienta de IA puede identificar y distinguir entre enfermedades cardíacas potencialmente mortales difíciles de diagnosticar

Por primera vez, un equipo de médicos y científicos ha desarrollado un algoritmo que puede detectar afecciones cardíacas difíciles de diagnosticar.

Médicos científicos del Instituto Smidt Heart en Cedars-Sinai (Los Ángeles, CA, EUA) han creado una herramienta de inteligencia artificial (IA) que puede identificar y distinguir de manera efectiva entre dos afecciones cardíacas potencialmente mortales que a menudo son fáciles de pasar por alto: cardiomiopatía hipertrófica y amiloidosis cardiaca. El novedoso algoritmo de dos pasos se usó en más de 34.000 videos de ultrasonido cardíaco. Cuando se aplicó a estas imágenes clínicas, el algoritmo identificó características específicas, relacionadas con el grosor de las paredes del corazón y el tamaño de las cámaras del corazón, para marcar de manera eficiente a ciertos pacientes como sospechosos de tener enfermedades cardíacas potencialmente no reconocidas.

Sin pruebas exhaustivas, a los cardiólogos les resulta difícil distinguir entre enfermedades de apariencia similar y cambios en la forma y el tamaño del corazón que a veces se pueden considerar como parte del envejecimiento normal. Este algoritmo distingue con precisión no solo lo anormal de lo normal, sino también entre qué condiciones cardíacas subyacentes potencialmente mortales pueden estar presentes, con señales de advertencia que ahora son detectables mucho antes de que la enfermedad progrese clínicamente hasta el punto en que pueda afectar los resultados de salud. Obtener un diagnóstico más temprano permite a los pacientes comenzar antes tratamientos efectivos, prevenir eventos clínicos adversos y mejorar su calidad de vida.

La amiloidosis cardíaca, a menudo denominada “síndrome del corazón rígido”, es un trastorno causado por depósitos de una proteína anormal (amiloide) en el tejido cardíaco. A medida que se acumula el amiloide, ocupa el lugar del músculo cardíaco sano, lo que dificulta que el corazón funcione correctamente. La amiloidosis cardíaca a menudo pasa desapercibida porque los pacientes pueden no tener ningún síntoma o pueden experimentar síntomas solo esporádicamente. La enfermedad tiende a afectar a hombres mayores, negros o pacientes con cáncer o enfermedades que causan inflamación. Muchos pacientes pertenecen a comunidades desatendidas, lo que hace que los resultados del estudio sean una herramienta importante para mejorar la equidad en la atención médica.

La miocardiopatía hipertrófica es una enfermedad que hace que el músculo cardíaco se vuelva más grueso y rígido. Como resultado, es menos capaz de relajarse y llenarse de sangre, lo que provoca daños en las válvulas cardíacas, acumulación de líquido en los pulmones y ritmos cardíacos anormales. Aunque son condiciones distintas y separadas, la amiloidosis cardíaca y la miocardiopatía hipertrófica a menudo se ven muy similares entre sí en un ecocardiograma, el diagnóstico por imágenes cardíacas más utilizado. Es importante destacar que, en las primeras etapas de la enfermedad, cada una de estas afecciones cardíacas también puede simular la apariencia de un corazón sano que ha cambiado progresivamente de tamaño y forma con el envejecimiento.

La nueva tecnología de IA se puede utilizar para identificar a los pacientes desde muy temprano en el curso de su enfermedad. Esto se debe a que los médicos saben que antes siempre es mejor para obtener el máximo beneficio de las terapias disponibles en la actualidad y que pueden ser muy efectivas para prevenir los peores resultados posibles, como insuficiencia cardíaca, hospitalizaciones y muerte súbita. Los investigadores planean lanzar pronto ensayos clínicos para pacientes señalados por el algoritmo de IA por sospecha de amiloidosis cardíaca. Un ensayo clínico para pacientes marcados por el algoritmo por sospecha de miocardiopatía hipertrófica acaba de comenzar en Cedars-Sinai.

“Nuestro algoritmo de IA puede identificar patrones de enfermedades que no se pueden ver a simple vista y luego usar estos patrones para predecir el diagnóstico correcto”, dijo David Ouyang, MD, cardiólogo del Instituto Smidt Heart y autor principal del estudio. “El algoritmo identificó a los pacientes de alto riesgo con más precisión que el ojo bien entrenado de un experto clínico. Esto se debe a que el algoritmo detecta señales sutiles en videos de ultrasonido que distinguen entre afecciones cardíacas que a menudo pueden parecer muy similares a afecciones más benignas, así como entre sí, en la revisión inicial”.

Enlaces relacionados:
Cedars-Sinai