La IA aprende de cardiólogos y cambia cómo prevenir ataques cardíacos
Doce cables, unos segundos y el corazón dibujado en papel. Ahora, una IA aprende a leer ese trazo junto a las notas de los médicos.
-
La IA aprende de cardiólogos y cambia cómo prevenir ataques cardíacos
El electrocardiograma es un examen de pasillo. Electrodes en el pecho y en los brazos. Un minuto. Una línea que sube y baja. Durante más de un siglo ha dicho sobre todo dos cosas: si el ritmo está en orden y si el músculo acaba de sufrir un golpe.
Ahora, investigadores de Scripps Research, en La Jolla, California, plantean que esa lectura podría ser apenas una parte de lo que un electrocardiograma puede revelar.
El 1 de septiembre publicaron en The Lancet Digital Health un modelo llamado ECG-CLIP. Lo entrenaron con más de 1,7 millones de electrocardiogramas de más de 540 mil personas, cada uno acompañado de las observaciones clínicas.
LEA TAMBIÉN: Síndrome del corazón roto golpea más fuerte a los hombres
Aprender como se aprende en la consulta
-
La IA aprende de cardiólogos y cambia cómo prevenir ataques cardíacos
Los sistemas actuales de IA para el ECG suelen necesitar montañas de ejemplos etiquetados a mano: este sí tiene la enfermedad, este no. Eso funciona cuando hay infartos de sobra. Se atasca cuando la enfermedad es rara, o cuando el hospital no tiene cientos de miles de casos bien rotulados.
ECG-CLIP es un modelo fundacional: primero se empapa de muchos trazos y de muchas notas; después se adapta a tareas nuevas con menos etiquetas. El autor sénior, Giorgio Quer, lo compara con un clínico: no hace falta un millón de infartos para reconocer el siguiente. Hace falta entender la fisiología y ver unos cuantos casos.
En las pruebas, con unos doce electrocardiogramas confirmados de una enfermedad concreta, el modelo ya podía detectarla después. En las tareas de diagnóstico usó, de media, un 91 por ciento menos de datos rotulados para igualar al siguiente mejor sistema. Cuando los ejemplos positivos eran apenas diez, seguía por delante.
También aguantó con un ECG de un solo cable, no de doce. Eso importa en un puesto de salud, en una ambulancia, en un reloj.
Lo que ve hoy, y lo que todavía no ha llegado
Lo más inquietante —y lo más útil— no era el diagnóstico del día. Era el mañana.
A personas cuyo ECG mostraba un ritmo normal, el modelo les anticipó la fibrilación auricular, esa arritmia que a veces llega sin aviso y arrastra riesgo de ictus. En la prueba obtuvo un AUC de 0,867: mejor que el resto de modelos puestos a prueba.
También estimó, mejor que ellos, la muerte a 30 días tras una visita a urgencias o una operación, y la aparición, en tres años, de enfermedad renal crónica y de diabetes tipo 2.
El corazón, en un trazo de segundos, deja huellas que el ojo no siempre nombra. La máquina, entrenada con las palabras del cardiólogo, las sigue.
No es una bola de cristal
-
La IA aprende de cardiólogos y cambia cómo prevenir ataques cardíacos
Muchos de los resultados descritos no significan que la IA pueda predecir con certeza el futuro de un paciente. El trabajo es retrospectivo. Faltan ensayos clínicos prospectivos y una validación rigurosa antes de usarlo de forma generalizada.
El coautor y estudiante de posgrado en Scripps, Michael Ko, lo resume así: el potencial es sustancial; la clínica real pide otra prueba.
Una revisión sistemática reciente sobre IA y electrocardiograma apunta en la misma dirección: la evidencia más sólida está hoy en detectar arritmias y en clasificar el ECG de forma automática. Predecir riesgos futuros todavía está en marcha.
Para que el médico no reciba un número opaco, el equipo dibujó mapas de saliencia: marcan en el trazo las zonas en las que el modelo se apoyó. No es transparencia total. Es, al menos, un dedo que señala dónde mirar.
Siguen Quer, Ko, Matteo Gadaleta, Eric Topol y Evan Muse. El siguiente paso, dicen, es más datos de urgencias, más tipos de máquinas de ECG, quizá wearables. Un examen de pasillo que, si se sostiene, dejaría de ser solo el retrato de este minuto.
Al Mayadeen Español