Escáner de volumen corporal 3D con IA ayuda a predecir el riesgo de síndrome metabólico

Este síndrome plantea importantes desafíos para los pacientes, no solo por sus graves implicaciones para la salud, sino también por la dificultad de diagnosticarlo y controlarlo de manera eficaz. Actualmente, el diagnóstico se basa en una combinación de pruebas de laboratorio, mediciones de la presión arterial y evaluaciones de la forma corporal. Sin embargo, la ausencia de métodos de detección universalmente aceptados, debido a la variabilidad en las mediciones, complica la detección eficaz de este síndrome. Clínicamente, el síndrome metabólico se confirma cuando un individuo presenta al menos tres de las siguientes condiciones: obesidad abdominal, presión arterial elevada, niveles altos de triglicéridos, colesterol HDL reducido y niveles altos de glucosa en sangre en ayunas. Dadas las limitaciones de los métodos de diagnóstico actuales, como el índice de masa corporal (IMC) y las básculas de bioimpedancia, que a menudo proporcionan resultados inexactos, existe una necesidad apremiante de métodos más confiables y consistentes para evaluar el riesgo y la gravedad del síndrome metabólico.

Los investigadores de Mayo Clinic (Rochester, MN, EUA) están integrando inteligencia artificial (IA) con un escáner avanzado de volumen corporal en 3D para ayudar a los médicos a predecir el riesgo y la gravedad del síndrome metabólico. La combinación de estas herramientas ofrece una alternativa más precisa a otras medidas de riesgo de enfermedad como el IMC y la relación cintura-cadera, según el estudio publicado en la revista European Heart Journal - Digital Health. El equipo de investigación desarrolló y validó este modelo de IA utilizando datos de 1.280 sujetos voluntarios que se sometieron a evaluaciones de salud integrales que incluyeron escáneres de volumen corporal en 3D, cuestionarios clínicos, análisis de sangre y mediciones corporales tradicionales. Además, para refinar aún más las capacidades de la herramienta, se evaluó a 133 voluntarios utilizando imágenes de vista frontal y lateral capturadas a través de una aplicación móvil para determinar la presencia y la gravedad de su síndrome metabólico.

Los resultados indicaron que el uso de imágenes 3D para medir digitalmente el índice de volumen corporal de un paciente ofrece una evaluación muy precisa de las formas y volúmenes corporales, en particular en áreas propensas a la acumulación de grasa visceral no saludable, como el abdomen y el pecho. Estas exploraciones también miden los volúmenes en las caderas, los glúteos y las piernas, que son indicativos de masa muscular y depósitos de grasa más saludables. Ya sea utilizando un escáner 3D fijo de gran tamaño o una aplicación móvil, la tecnología identificó con éxito la presencia y la gravedad del síndrome metabólico a través de imágenes no invasivas, evitando la necesidad de pruebas más invasivas. Las investigaciones futuras apuntarán a ampliar la diversidad del grupo de participantes del estudio para mejorar la generalización de los hallazgos.

“Nuestra investigación muestra que este modelo de inteligencia artificial también puede ser una herramienta para guiar a los médicos y pacientes a tomar medidas y buscar resultados que se ajusten mejor a su salud metabólica”, dijo la Dra. Betsy Medina Inojosa, investigadora de Mayo Clinic y primera autora del estudio.

Enlaces relacionados:
Mayo Clinic