Dos nuevos estudios realizados por investigadores de Cedars-Sinai respaldan el uso de la inteligencia artificial (IA) para predecir el paro cardíaco repentino, una emergencia médica que en el 90% de los casos provoca la muerte en cuestión de minutos.
“El paro cardíaco repentino es una afección en su mayoría letal, y la prevención tendrá un gran impacto, pero necesitamos encontrar herramientas clínicas novedosas para hacerlo posible”, comentó el Dr. Sumeet Chugh, director de la División de Inteligencia Artificial en Medicina en Cedars-Sinai y autor principal de ambos estudios. “El uso de algoritmos de IA para mejorar la predicción de la parada cardíaca súbita podría ayudar a los médicos a identificar qué pacientes podrían tener un mayor riesgo de sufrir esta devastadora afección”.
De acuerdo a los Centros para el Control y la Prevención de Enfermedades, cada año más de 350.000 personas sufren un paro cardíaco repentino fuera del hospital en Estados Unidos.
Durante un paro cardíaco repentino, un cambio en la actividad eléctrica del corazón hace que éste deje de latir repentinamente. Padecer una cardiopatía puede aumentar las probabilidades de sufrir un paro cardíaco súbito, pero también puede ocurrir en personas sin cardiopatía conocida.
En un estudio publicado en Communications Medicine, el doctor David Ouyang, profesor adjunto de Cardiología y Medicina en Cedars-Sinai, junto con Chugh y otros investigadores, entrenaron un algoritmo de aprendizaje profundo para estudiar patrones en electrocardiogramas, también conocidos como ECG, que son grabaciones de la actividad eléctrica del corazón.
El modelo estudió electrocardiogramas de personas que experimentaron un paro cardíaco repentino y personas que no lo hicieron. El estudio incluyó 1,827 electrocardiogramas previos al paro cardíaco de 1,796 personas que posteriormente sufrieron un paro cardíaco repentino. También incluyó 1,342 electrocardiogramas tomados a 1,325 personas que no experimentaron un paro cardíaco repentino.
“La señal digital completa del electrocardiograma funcionó significativamente mejor que algunos de sus componentes”, afirmó Chugh, quien también es titular de la Cátedra Pauline y Harold Price de Investigación en Electrofisiología Cardíaca y director asociado del Smidt Heart Institute. “Tenemos previsto seguir estudiando este método de IA para saber cómo podría utilizarse en un entorno clínico”.
En otro estudio, publicado en Circulation: Arrhythmia and Electrophysiology, Chugh, junto con su colega el Dr. Piotr Slomka, PhD, director de Innovación en Imagen de Cedars-Sinai e investigador de la División de Inteligencia Artificial en Medicina y del Smidt Heart Institute, y otros colegas, entrenaron un modelo de IA para diferenciar entre dos causas subyacentes del paro cardíaco súbito: la actividad eléctrica sin pulso y la fibrilación ventricular.
La actividad eléctrica sin pulso significa que las señales eléctricas del corazón son demasiado débiles para producir un latido. No puede tratarse con un desfibrilador y a menudo conduce a la muerte. La fibrilación ventricular es un tipo de latido irregular que puede hacer que el corazón deje de latir, pero una descarga eléctrica de un desfibrilador puede desencadenar de nuevo los latidos.
Después de que el modelo de IA revisara los patrones de las lecturas de los electrocardiogramas, así como las características de los pacientes, los investigadores pudieron determinar los factores de riesgo de ambos tipos de paro cardíaco súbito.
Las personas que sufrieron un paro cardíaco súbito por actividad eléctrica sin pulso, por ejemplo, tenían más probabilidades de ser adultos mayores, tener sobrepeso, padecer anemia o experimentar dificultad respiratoria como síntoma de alerta. Los que sufrieron fibrilación ventricular tenían más probabilidades de ser más jóvenes, haber padecido una enfermedad coronaria o haber experimentado dolor torácico como síntoma de alerta.
“Tenemos formas de prevenir el paro cardíaco súbito mediante tecnologías como el desfibrilador, pero el reto es saber quién tiene más probabilidades de beneficiarse de esta intervención”, afirma el Dr. Lauri Holmstrom, PhD, científico postdoctoral visitante en Cedars-Sinai y primer autor de ambos estudios. “Estos hallazgos podrían ayudar a los cardiólogos a identificar qué pacientes tienen más probabilidades de sufrir un paro cardíaco súbito por actividad eléctrica sin pulso o un paro cardíaco súbito por fibrilación ventricular, y ayudarles a prevenir que se produzcan estos eventos.”
Los modelos de IA utilizados en ambos estudios se entrenaron, probaron y validaron con datos de dos estudios en curso sobre el paro cardíaco súbito fundados y dirigidos por Chugh: el Estudio sobre la Muerte Súbita Inesperada de Oregón y el estudio Ventura de Predicción de la Muerte Súbita en Comunidades Multiétnicas (PRESTO).
“Estos estudios ejemplifican el potencial de la IA para detectar patrones en el organismo que el ojo humano y las pruebas médicas estándar no pueden detectar”, afirmó el doctor Paul Noble, titular de la Cátedra de Medicina Pulmonar Vera y Paul Guerin Family y director del Departamento de Medicina de Cedars-Sinai, quien no participó en los estudios. “Estamos cada vez más cerca de poder utilizar la IA para prevenir acontecimientos peligrosos como el paro cardíaco súbito”.
Otros investigadores de Cedars-Sinai que trabajaron en el estudio publicado en Communications Medicine son Harpriya Chugh; Kotoka Nakamura, PhD; Ziana Bhanji; Madison Seifer; Audrey Uy-Evanado, MD; y Kyndaron Reinier, PhD.
Otros investigadores de Cedars-Sinai que trabajaron en el estudio publicado en Circulation: Arritmia y Electrofisiología son Bryan Bednarski; Harpriya Chugh; Habiba Aziz; Hoang Nhat Pham, MD; Arayik Sargsyan, MD; Audrey Uy-Evanado, MD; Damini Dey, PhD; y Kyndaron Reinier, PhD.
Financiación: Ambos estudios fueron financiados, en parte, por el Instituto Nacional del Corazón, Pulmones y Sangre.
Reproducción autorizada con la mención siguiente: © EnlaceJudío