Un investigador de la Escuela de Medicina de Yale, el Dr. Rohan Khera, ha desarrollado una técnica que utiliza inteligencia artificial (IA) para detectar trastornos cardíacos estructurales invisibles en personas aparentemente saludables.
Como explica el informe de Fagen Wasanni, el método se basa en el análisis de electrocardiogramas (ECG) y ha demostrado ser efectivo en identificar la disfunción sistólica del ventrículo izquierdo, una afección cardíaca que reduce la capacidad del corazón para bombear sangre.
La disfunción sistólica del ventrículo izquierdo puede aumentar el riesgo de insuficiencia cardíaca y muerte prematura, pero a menudo no presenta síntomas en sus etapas tempranas. Las técnicas de imágenes cardíacas como la ecografía y la resonancia magnética se han utilizado tradicionalmente para diagnosticar estas afecciones, pero no son prácticas para su uso generalizado.
El enfoque de la IA
El enfoque del Dr. Khera se basa en el uso de IA y aprendizaje profundo para analizar datos de ECG. Como los ECG se realizan rutinariamente durante los exámenes físicos y también están disponibles en dispositivos portátiles como el Apple Watch, se ha creado una gran cantidad de datos que pueden ser analizados.
Con cerca de 100 millones de ECG realizados en los Estados Unidos anualmente, la IA podría identificar firmas de trastornos cardíacos estructurales con precisión.
El método desarrollado por Khera utiliza algoritmos de visión por computadora para procesar imágenes de ECG y detectar áreas en el corazón que sugieran una baja función cardíaca. La IA puede identificar anomalías estructurales que pueden ser difíciles de detectar incluso para médicos experimentados.
Este enfoque ha sido validado en múltiples lugares y ha demostrado ser prometedor para la detección temprana de trastornos cardíacos. Con avances continuos en tecnología de IA y ECG, se espera que la detección de afecciones cardíacas utilizando esta técnica se vuelva más común en el futuro.
