La Inteligencia Artificial previene enfermedades cardiovasculares

La Inteligencia Artificial (IA) puede prevenir enfermedades cardiovasculares, la primera causa de morbimortalidad y gasto sanitario, según diversos estudios que se presentan en el III Congreso de eSalud, que se celebra en el Hospital de La Princesa (Madrid), organizado por la Asociación de Investigadores en eSalud AIES y la agencia de comunicación COM Salud, con Boehringer Ingelheim como patrocinador principal. Una de las iniciativas, que se está llevando a cabo en la Unidad de Imagen Cardíaca del Servicio de Cardiología del Hospital La Princesa, es el análisis de 250.000 electrocardiogramas, con 75 millones de datos, a partir de un sistema de Philips, para identificar nuevos signos que preceden a algunas enfermedades cardiacas.

“Con nuestros expertos en inteligencia artificial, la participación de nuestros anestesistas y software IntelliSpace ECG hemos valorado la capacidad de predicción de problemas cardiovasculares postquirúrgicos analizando más de 400 mediciones de muy alta precisión en electrocardiogramas previos a la cirugía. La mayoría de esas mediciones son inapreciables al ojo humano”, explica el doctor Jesús Jiménez Borreguero, jefe de sección de imagen cardiaca del servicio de cardiología.

El objetivo de este trabajo es hacer medicina predictiva. “Esperamos identificar nuevos signos que preceden a algunas enfermedades cardiacas concretas”, detalla. En concreto, se espera poder predecir riesgos postquirúrgicos asociados a cardiopatías específicas, cuantificar el riesgo de fragilidad asociado con las comorbilidades habituales de los pacientes ancianos y predecir los precursores de la fibrilación auricular.

“La Inteligencia Artificial está facilitando la toma de decisiones del médico”, según explica el doctor Miguel Ángel Salinero, subdirector General de Investigación Sanitaria de la Consejería de Sanidad de la Comunidad de Madrid. A su juicio, “está contribuyendo poco a poco a mejorar la forma de trabajar de los médicos. Cuando renovamos los equipos de diagnóstico por imagen ya incluyen avances basados en inteligencia artificial, que agilizan y optimizan el trabajo de los profesionales”. También se empieza a utilizar en la investigación mediante análisis con redes neuronales de datos masivos en enfermedades concretas y así descubrir aspectos que se escapan a la observación humana.

Una de estas enfermedades es la diabetes tipo 2, una de las causas principales de enfermedades cardiovasculares, que suele presentar signos previos en lo que se conoce como prediabetes. El doctor Salinero participa en una investigación poblacional con algoritmos de datos en la Comunidad de Madrid para estudiar el rendimiento diagnóstico de la escala de riesgo FINDRISC e identificar la diabetes mellitus (DM) tipo 2 oculta o no diagnosticada, prediabetes y Síndrome Metabólico en población adulta sin DM conocida.

Por su parte, el doctor Enrique Soler, director médico de Atención Primaria participa en un estudio del Departamento de Salud Valencia La Fe, con una población de 300.000 personas, para conocer si la diabetes mellitus tipo 2 está bien controlada, con la ayuda de sistemas de procesamiento de grandes cantidades de datos (Big Data).

Inteligencia Artificial y Big Data, dos pilares de la sanidad actual

La sesión inaugural del III Congreso Nacional de eSalud mostrará algunos de estos casos reales de Big Data e inteligencia artificial aplicados a la salud. La información médica crece a gran velocidad, lo que requiere que aparezcan nuevos sistemas tecnológicos que permitan a los profesionales y gestores sanitarios aprovechar todos los datos que se generan. Un ejemplo de éxito en este sentido es el proyecto Savana, fundado por el doctor Ignacio Hernández Medrano, neurólogo del Hospital Ramón y Cajal, que imparte una conferencia magistral en el III Congreso Nacional de eSalud este miércoles.

La tecnología desarrollada por Savana acerca la inteligencia artificial a la práctica médica. Su sistema utiliza el lenguaje computacional y el Big Data para convertir las historias clínicas de los pacientes, escritas en su mayoría en lenguaje natural, a datos y códigos con el fin de que puedan ayudar a los médicos a tomar mejores decisiones. Los datos obtenidos se conocen como biomarcadores, “unos valores cuantitativos que se relacionan directamente con algún proceso que está sucediendo en el cuerpo humano, ya sea fisiológico o patológico. Además permiten detectar estos cambios producidos por la enfermedad o los tratamientos en sus etapas más tempranas, antes incluso de que sean perceptibles por el ojo humano”, destaca el doctor Hernández Medrano.

Con el motor de búsqueda de Savana, los médicos pueden acceder a datos comunes obtenidos de los pacientes, de forma anonimizada, para guiarse a la hora de tomar decisiones en tiempo real basadas en las mejores prácticas o incluso predecir sucesos clínicos. “Ofrecen al profesional información adicional a la que ellos mismos pueden extraer con la observación directa de las imágenes”, subraya.