Herramienta de IA que combina ECG y análisis de sangre reduce biopsias innecesarias tras trasplante cardíaco

El diagnóstico actualmente depende de una biopsia, un procedimiento invasivo en el que se extrae tejido del músculo cardíaco y se examina en busca de inflamación y otros cambios relacionados con el rechazo.

Para reducir la dependencia de la biopsia, los clínicos necesitan métodos precisos y menos invasivos que puedan ayudar a identificar a los pacientes que quizá no requieran una toma de muestra de tejido. Para abordar esta necesidad, un nuevo estudio muestra que la IA puede ayudar a detectar el rechazo al combinar datos de electrocardiograma con resultados de análisis de sangre.

Investigadores de NYU Langone Health desarrollaron un modelo multimodal de inteligencia artificial que analiza electrocardiogramas (ECG) junto con dos biomarcadores sanguíneos que se utilizan habitualmente para predecir el riesgo de rechazo. Los ECG registran la actividad eléctrica del corazón mediante sensores colocados sobre la piel, mientras que los biomarcadores sanguíneos miden la actividad génica vinculada al rechazo celular y fragmentos de ADN del donante en el torrente sanguíneo del receptor.

El equipo entrenó modelos de IA utilizando 5.300 lecturas de ECG de 2.357 receptores adultos de trasplante cardíaco. Un modelo utilizó solo datos de ECG, mientras que otro combinó las lecturas de ECG con los dos resultados de análisis de sangre. Para evaluar la precisión de la predicción, se utilizaron registros de biopsia emparejados con lecturas de ECG de los mismos pacientes.

Para el modelo combinado, los investigadores utilizaron datos de receptores de trasplante cardíaco tratados entre 2018 y 2024. Cada ECG se emparejó con una biopsia realizada en el mes anterior. Los hallazgos de rechazo se agruparon como sin rechazo o rechazo leve frente a rechazo moderado o grave, lo que refleja el hecho de que los cambios de tratamiento, como los ajustes de los medicamentos inmunosupresores, normalmente se realizan en los casos más serios.

En un grupo de prueba independiente de 38 receptores de trasplante cardíaco, hombres y mujeres, el modelo combinado tuvo un mejor desempeño que el análisis de sangre por sí solo. Identificó correctamente al 94% de los pacientes que no estaban experimentando rechazo. En comparación con el análisis de sangre por sí solo, que marcó erróneamente a 19 pacientes como potencialmente necesitados de una biopsia, el modelo combinado habría evitado ese procedimiento a esos pacientes.

El estudio se publicó en línea el 25 de septiembre en JHLT Open. Los investigadores afirmaron que es el primer estudio que combina estos biomarcadores sanguíneos con lecturas de ECG en un solo modelo habilitado por IA y compara directamente el análisis con los resultados de la biopsia. El equipo planea probar el modelo en más pacientes en varios centros de trasplante.

“Nuestros resultados ponen de relieve que los electrocardiogramas contienen una gran cantidad de información fisiológica que puede utilizarse para mejorar sustancialmente la precisión de la detección y permitir un diagnóstico y tratamiento más tempranos en pacientes con rechazo de trasplante cardíaco”, afirmó Lior Jankelson, M.D., Ph.D., profesor asociado en la División Leon H. Charney de Cardiología del Departamento de Medicina de NYU Grossman School of Medicine y profesor asociado de ingeniería biomédica en NYU Tandon School of Engineering.

“El trasplante de corazón es un procedimiento importante y que consume muchos recursos, y el rechazo es común, pero tratable si se detecta a tiempo. Según nuestros hallazgos, combinar la disponibilidad de ECG con el apoyo de la IA puede ayudar a identificar el rechazo antes y salvar más vidas”, añadió Jankelson.

Enlaces relacionados
NYU Langone Health