Potente herramienta de evaluación de riesgos de IA predice resultados en pacientes con insuficiencia cardíaca

Es una enfermedad progresiva, por lo que es fundamental que los proveedores de atención médica identifiquen a los pacientes con alto riesgo de empeorar los resultados. Ahora, los investigadores han introducido una nueva y potente herramienta de evaluación de riesgos diseñada para predecir el pronóstico de pacientes con insuficiencia cardíaca. Esta herramienta marca un avance con respecto a los métodos anteriores al utilizar el aprendizaje automático (ML) y la inteligencia artificial (IA) para evaluar los riesgos individuales de desarrollar complicaciones graves asociadas con la insuficiencia cardíaca.

Este modelo innovador fue desarrollado por investigadores del Sistema de Salud de la Universidad de Virginia (Charlottesville, VA, EUA), utilizando datos anonimizados de miles de pacientes que participaron en ensayos clínicos de insuficiencia cardíaca previamente patrocinados por el Instituto Nacional del Corazón, los Pulmones y la Sangre de los Institutos Nacionales de Salud. Cuando se evaluó, el modelo demostró ser más eficaz que los predictores existentes para pronosticar resultados para una amplia gama de pacientes, incluida la probabilidad de requerir cirugía cardíaca o un trasplante, el riesgo de rehospitalización y el riesgo de mortalidad. El éxito del modelo se atribuye a la integración de tecnologías ML/IA y a la inclusión de datos clínicos hemodinámicos, que detallan cómo se mueve la sangre a través del corazón, los pulmones y otras partes del cuerpo. Según los investigadores, al aplicar este modelo, los médicos pueden adaptar el tratamiento con mayor precisión a las necesidades de cada paciente, extendiendo y mejorando potencialmente la calidad de sus vidas.

“La insuficiencia cardíaca es una condición progresiva que afecta no sólo la calidad de vida sino también la cantidad. No todos los pacientes con insuficiencia cardíaca son iguales. Cada paciente se encuentra en un espectro a lo largo del continuo de riesgo de sufrir resultados adversos”, dijo el investigador Sula Mazimba, MD, experto en insuficiencia cardíaca. "Identificar el grado de riesgo de cada paciente promete ayudar a los médicos a adaptar las terapias para mejorar los resultados".

"Este modelo representa un gran avance porque ingiere conjuntos complejos de datos y puede tomar decisiones incluso entre factores faltantes y en conflicto", añadió la investigadora Josephine Lamp, del Departamento de Ciencias de la Computación de la Facultad de Ingeniería de la Universidad de Virginia. "Es realmente emocionante porque el modelo presenta y resume de manera inteligente los factores de riesgo, lo que reduce la carga de decisiones para que los médicos puedan tomar decisiones de tratamiento rápidamente".

Enlaces relacionados:
UVA Health