Herramienta de IA utiliza ECG para predecir riesgo de mortalidad después de cirugías y procedimientos

Investigadores del Smidt Heart Institute en Cedars-Sinai (Los Ángeles, CA, EUA) entrenaron el modelo de IA para analizar ECG preoperatorios, descubriendo una aplicación novedosa para esta prueba, que se remonta a finales del siglo XIX. Un ECG, una prueba estándar que registra la actividad eléctrica del corazón colocando electrodos en la piel, ayuda a evaluar la función cardíaca. El estudio incluyó pacientes sometidos a diversos procedimientos quirúrgicos, que abarcan cirugía a corazón abierto, cirugías mayores y técnicas menos invasivas que utilizan catéteres o endoscopios.

El equipo de investigación correlacionó los ECG prequirúrgicos o previos al procedimiento de los pacientes con sus resultados posoperatorios posteriores. Le encargaron al algoritmo de IA la tarea de detectar correlaciones o patrones dentro de las formas de onda del ECG. Si bien el algoritmo clasificó a la mayoría de los pacientes como de bajo riesgo, marcó a otros como de alto riesgo, revelando que estos individuos tenían una probabilidad casi nueve veces mayor de mortalidad posoperatoria. Actualmente, los médicos evalúan el riesgo quirúrgico de un paciente basándose en las directrices de la sociedad médica. Los investigadores de Cedars-Sinai están explorando cómo adaptar este algoritmo de IA a una aplicación basada en la web, con el objetivo de hacerlo ampliamente accesible tanto para los profesionales médicos como para los pacientes.

"Este es el primer algoritmo de IA basado en electrocardiograma que predice la mortalidad posoperatoria", dijo David Ouyang, MD, cardiólogo del Departamento de Cardiología del Smidt Heart Institute en Cedars-Sinai. "Anteriormente, se han utilizado algoritmos para evaluar la mortalidad a largo plazo, así como los estados de enfermedades individuales, pero determinar los resultados posquirúrgicos ayuda a informar la decisión real de realizar la cirugía".

"Tal como están las cosas ahora, los médicos sólo tienen una capacidad modesta para predecir cómo le irá a un paciente después de la cirugía", añadió Ouyang. “Las herramientas actuales de predicción de riesgos clínicos son insuficientes. Este modelo de IA podría usarse para determinar exactamente qué pacientes deberían someterse a una intervención y qué pacientes podrían estar demasiado enfermos”.

Enlaces relacionados:
Cedars-Sinai