Un modelo que usa inteligencia artificial para predecir riesgo de enfermedades isquémicas un año antes de su diagnóstico es el resultado de una investigación desarrollada por el joven científico uruguayo Ben Omega Petrazzini (25 años) como parte de su trabajo realizado en la Escuela de Medicina Icahn del hospital Mount Sinai, en Nueva York. Las enfermedades isquémicas del corazón son la principal causa de muerte a nivel mundial.
El estudio fue publicado por el prestigioso Journal of the American College of Cardiology (JACC, https://authors.elsevier.com/a/1enGr2d9GHsT7J), que además le dedicó una amplia mención en su editorial (https://www.jacc.org/doi/10.1016/j.jacc.2022.01.020). En ese texto, dos destacados profesores de cardiología de EEUU resaltan la innovación y calidad del aporte de la investigación del joven uruguayo y subrayan que el nuevo método ofrece mejor performance que los actuales recomendados por el Colegio de Cardiólogos de EEUU. Asimismo, destacan que abre una puerta a la aplicación de inteligencia artificial en datos de registros electrónicos, y no solo en imágenes médicas, como ocurre hasta ahora.
En el artículo, Petrazzini y colegas del Mount Sinai —en particular del Laboratorio del Dr. Ron Do— usaron registros médicos electrónicos de 30.825 pacientes del hospital y 502.505 individuos británicos para entrenar y generar un modelo de inteligencia artificial que mejora las predicciones de enfermedades coronarias.
Los cardiólogos del mundo normalmente usan métodos basados en siete valores clínicos para hacer esta estimación de riesgo. En comparación, el nuevo modelo permite identificar 12,4% más casos un año antes de ser diagnosticados por un médico, permitiendo tratamientos preventivos en pacientes que antes hubiesen pasado inadvertidos por los sistemas de salud.
Además, el estudio muestra la importancia de nuevos valores clínicos como el Hemoglobina A1c y la proteína eGFR, entre otros, que hasta el momento no se usan para estimar riesgo de enfermedades coronarias. Esto sugiere que las prácticas actuales no contemplan información relevante para la prevención de estas enfermedades.
El trabajo de Petrazzini impacta también en el uso de inteligencia artificial como herramienta para mejorar la medicina actual. “Nos alientan con entusiasmo los esfuerzos de Petrazzini et al para darnos un vistazo a las posibilidades de los enfoques basados en el aprendizaje automático que utilizan datos de registros electrónicos de salud ampliamente disponibles y de bajo costo para ‘construir una mejor trampa para ratones’ para la predicción del riesgo futuro de ateroesclerosis cardiovascular”, detallan los autores de la editorial en JACC.
Petrazzini va a presentar este trabajo en el Simposio de Inteligencia Artificial para Sistemas de Aprendizaje en Salud (SAIL, https://sail.health/) que se realizará del 22-24 de mayo en las Bermudas. Este congreso es impulsado por universidades como Harvard, Columbia, Johns Hopkins y Duke, entre otras.