Predecir la muerte súbita, el nuevo reto conseguido por la Inteligencia Artificial
Los resultados de una investigación muestran que la Inteligencia Artificial puede utilizarse para predecir la muerte súbita
El estudio se realizó con 25.000 personas fallecidas por parada cardiaca súbita y 70.000 personas de la población general
Desarrollan un gorro inteligente que diagnostica el ictus
La Inteligencia Artificial es capaz de predecir la muerte súbita cardiaca, así lo muestra una investigación preliminar que se presentará en el 'Simposio Científico de Reanimación 2023' de la Asociación Americana del Corazón. Y es que la tecnología avanza a un ritmo vertiginoso. Gracias a ella y a herramientas como el ‘Depfake’, hemos podido ver a famosos como Tom Cruise en TikTok o a Barack Obama hablando con la voz de Jordan Peele. Aunque debemos tener cuidado con las estafas, ya que han subido en un 900% este tipo de contenidos. Ahora, se presenta como una herramienta útil en el campo de la medicina.
"La muerte súbita cardiaca, una carga para la salud pública, representa entre el 10 y el 20% del total de fallecimientos. Predecirla es difícil, y los enfoques habituales no consiguen identificar a las personas de alto riesgo, sobre todo a nivel individual", explicó Xavier Jouven, autor principal del estudio y profesor de cardiología y epidemiología en el Centro de Investigación Cardiovascular de París, Inserm U970-Universidad. El equipo de investigación analizó información médica con IA procedente de registros y bases de datos de París (Francia) y Seattle (EEUU) de 25.000 personas fallecidas por parada cardiaca súbita y 70.000 personas de la población general.
MÁS
Un nuevo enfoque que abarca toda la información médica
"Propusimos un nuevo enfoque que no se limita a los factores de riesgo cardiovascular habituales, sino que abarca toda la información médica disponible en las historias clínicas electrónicas", comenta el experto. Los datos, que representaban más de un millón de diagnósticos hospitalarios y 10 millones de prescripciones de medicamentos, se recopilaron a partir de historiales médicos hasta diez años antes de cada fallecimiento.
Con la ayuda de la IA, los investigadores construyeron casi 25.000 ecuaciones con factores de salud personalizados para identificar los casos que presentaban un riesgo muy elevado de muerte súbita cardiaca. Así, también desarrollaron un perfil de riesgo personalizado para cada uno de ellos. Ahí se incluían: los datos médicos de la persona, como el tratamiento para la hipertensión y antecedentes de cardiopatías, así como trastornos mentales y de conducta, incluido el abuso de alcohol.
Identificó a los que tenían más de un 90% de riesgo de morir súbitamente
El análisis identificó los factores con más probabilidades de disminuir o aumentar el riesgo de muerte súbita cardiaca en un porcentaje y un plazo determinados, por ejemplo, un 89% de riesgo de muerte súbita cardiaca en un plazo de tres meses. Y también a las que tenían más de un 90% de riesgo y que representaban más de una cuarta parte de todos los casos.
"Llevamos casi 30 años trabajando en el campo de la predicción de la muerte súbita cardiaca, sin embargo, no esperábamos alcanzar un nivel de precisión tan alto. También descubrimos que los factores de riesgo personalizados son muy diferentes entre los participantes y a menudo proceden de distintos campos médicos (una mezcla de datos neurológicos, psiquiátricos, metabólicos y cardiovasculares), una imagen difícil de captar para los ojos médicos y el cerebro de un especialista en un campo determinado", confirma Jouven, fundador del Centro de Especialización en Muerte Súbita de París.
Las limitaciones que presenta la IA en estos casos
"Mientras que los médicos disponen de tratamientos eficaces como la corrección de los factores de riesgo, medicamentos específicos y desfibriladores implantables, el uso de la IA es necesario para detectar en un sujeto dado una sucesión de información médica registrada a lo largo de los años que conformará una trayectoria asociada a un mayor riesgo de muerte súbita cardiaca. Esperamos que, con una lista personalizada de factores de riesgo, los pacientes puedan colaborar con sus médicos para reducir esos factores de riesgo y, en última instancia, disminuir el potencial de muerte súbita cardiaca", añade Jouve.
Entre las limitaciones que presenta este estudio es el uso potencial de los modelos de predicción más allá de esta investigación. Los datos médicos recogidos en las historias clínicas electrónicas incluyen datos indirectos en lugar de datos brutos. Además, los datos recogidos pueden ser diferentes entre países, lo que requiere una adaptación de los modelos de predicción.
Síguenos en nuestro canal de WhatsApp y conoce toda la actualidad al momento.