IA multimodal combina TC y registros médicos para predecir riesgo cardíaco

Las complicaciones cardíacas pueden afectar la supervivencia y la calidad de vida. Los médicos necesitan herramientas que utilicen datos rutinarios para identificar precozmente a los pacientes de alto riesgo.

Para ayudar a abordar este desafío, investigadores desarrollaron un enfoque de IA que estima el riesgo cardiovascular usando imágenes y registros médicos obtenidos durante la planificación estándar de la radioterapia.

Desarrollado por la UBC Okanagan (Kelowna, Columbia Británica, Canadá) en colaboración con BC Cancer–Kelowna, el modelo analiza las tomografías computarizadas de tórax de planificación junto con los datos de las historias clínicas electrónicas (HCE). Aplica inteligencia artificial multimodal para integrar las características de las imágenes con el contexto clínico. El objetivo es generar una evaluación precisa e individualizada del riesgo de enfermedad cardiovascular en pacientes que reciben radioterapia para el cáncer de mama.

El sistema compara la tomografía computarizada (TC) de cada paciente con variables de la HCE, como el estado de salud general, la edad, la hipertensión, la diabetes y los antecedentes familiares. Mediante el análisis de las imágenes de TC, identifica cambios estructurales cardíacos sutiles que no se detectan con las escalas de riesgo convencionales. Integra estas señales de imagen con factores de riesgo sistémicos en un marco unificado que incorpora modelos de lenguaje clínico. Dado que la planificación de la radioterapia ya requiere una TC de tórax, este enfoque aprovecha los flujos de trabajo existentes sin sobrecargar al paciente.

En una investigación publicada en Radiotherapy and Oncology, el modelo superó significativamente a los métodos existentes. Los investigadores informan de una precisión predictiva excepcional y describen una detección de riesgo más temprana y precisa cuando se combinan las imágenes con los registros clínicos. El estudio subraya la viabilidad de reutilizar la tomografía computarizada de planificación rutinaria para fundamentar la toma de decisiones en cardiooncología.

“Esta investigación supone un importante avance en la evaluación del riesgo cardiovascular en pacientes con cáncer de mama. Al combinar las imágenes de tomografía computarizada recopiladas de forma rutinaria con los historiales clínicos, podemos detectar el riesgo de forma más temprana y precisa que nunca, sin sobrecargar a las pacientes ni al sistema sanitario”, afirmó el Dr. Rasika Rajapakshe, físico médico sénior en BC Cancer–Kelowna.

“Este nivel de precisión tiene el potencial de identificar a los pacientes de alto riesgo al inicio de su tratamiento, a la vez que permite adaptar las intervenciones y la atención en consecuencia. Este enfoque puede servir como una herramienta no invasiva y clínicamente valiosa para la predicción temprana de la mortalidad cardiovascular, lo que posibilita la identificación oportuna de pacientes en riesgo y mejora sus resultados de supervivencia”, añadió el Dr. Mohammad Shehata, profesor del departamento de informática de la Facultad de Ciencias Irving K. Barber.

Enlaces relacionados
UBC Okanagan
BC Cancer