AI identificó estos 5 tipos de insuficiencia cardíaca en un nuevo estudio: 'Interesante para diferenciar'

El Dr. Craig Basman analiza la nueva tecnología que salva vidas y las variables que pueden predecir eventos cardíacos repentinos.

"Insuficiencia cardíaca" es un término general que se usa para describir cualquier condición en la que el órgano no funciona como se supone que debe hacerlo, pero la experiencia de una persona con la enfermedad puede ser muy diferente a la de otra.

Investigadores del University College London (UCL) utilizaron recientemente el aprendizaje automático, un tipo de inteligencia artificial, para identificar cinco tipos distintos de insuficiencia cardíaca, con el objetivo de predecir el pronóstico de los diferentes tipos.

"Buscamos mejorar la forma en que clasificamos la insuficiencia cardíaca, con el objetivo de comprender mejor el curso probable de la enfermedad y comunicárselo a los pacientes", dijo la autora principal, la profesora Amitava Banerjee de la UCL, en un comunicado de prensa que anuncia el estudio.

ENFERMEDAD CARDÍACA, EL ASESINO SILENCIOSO: EL ESTUDIO MUESTRA QUE PUEDE AGREGAR SIN SÍNTOMAS

"Actualmente, es difícil predecir cómo progresa la enfermedad para pacientes individuales", dijo también. "Algunas personas permanecerán estables durante muchos años, mientras que otras empeorarán rápidamente".

Los cinco tipos de insuficiencia cardiaca identificados fueron de aparición temprana, de aparición tardía, fibrilación auricular (que provoca un ritmo cardíaco irregular), metabólica (vinculada a la obesidad pero con una baja tasa de enfermedad cardiovascular) y cardiometabólica (vinculada a la obesidad y la enfermedad cardiovascular), según un comunicado de prensa en el sitio web de UCL.

Para cada tipo de insuficiencia cardíaca, los investigadores determinaron la probabilidad de que la persona muera dentro del año posterior al diagnóstico. Encontraron que el pronóstico varió ampliamente para los cinco subtipos. (iStock)

"Los cinco tipos de insuficiencia cardíaca se basaron en factores de riesgo comunes, como la edad de inicio de la insuficiencia cardíaca, antecedentes de enfermedad cardíaca, antecedentes de factores de riesgo cardíaco como diabetes y obesidad, o fibrilación auricular (el problema de ritmo cardíaco más común )", explicó Banerjee en un comunicado a Fox News Digital.

Para el estudio, publicado en la revista Lancet Digital Health, los investigadores analizaron datos de más de 300 000 adultos del Reino Unido mayores de 30 años que habían experimentado insuficiencia cardíaca durante un período de 20 años.

EL RIESGO DE ENFERMEDAD CARDÍACA PODRÍA SER AFECTADO POR UN FACTOR SORPRENDENTE, ENCUENTRA UN NUEVO ESTUDIO

"Se utilizaron cuatro métodos de aprendizaje automático para agrupar a las personas con insuficiencia cardíaca en los datos electrónicos de salud por sus características de referencia", dijo Banerjee. "Se seleccionó el método y la cantidad de grupos que 'se ajustaban' mejor a los datos".

Para cada tipo de insuficiencia cardíaca, los investigadores determinaron la probabilidad de que la persona muera dentro del año posterior al diagnóstico. Encontraron que el pronóstico varió ampliamente para los cinco subtipos.

El riesgo de mortalidad a cinco años fue del 20 % para el inicio temprano, del 46 % para el inicio tardío, del 61 % para las relacionadas con la fibrilación auricular, del 11 % para las metabólicas y del 37 % para las cardiometabólicas, según el comunicado de prensa.

La principal limitación del nuevo estudio de la UCL fue que los investigadores no tenían acceso a ningún dato de imágenes, que se usa más comúnmente para diagnosticar y predecir el riesgo de insuficiencia cardíaca. (iStock)

Para los profesionales de la salud, Banerjee recomienda que pregunten a sus pacientes con insuficiencia cardíaca sobre los factores de riesgo comunes para ayudarlos a comprender el subtipo que tienen.

"Los investigadores también deben probar qué tan utilizables, generalizables y aceptables son estos subtipos definidos en nuestro estudio en la práctica clínica", agregó.

"También deberían considerar si estudios como el nuestro, que usan IA, pueden ayudar a informar una mejor comprensión de los procesos de enfermedades y el descubrimiento de fármacos".

El equipo de investigación también desarrolló una aplicación para médicos que les permitiría determinar qué subtipo de insuficiencia cardíaca tiene un paciente, con el objetivo de predecir mejor el riesgo y mantener informados a los pacientes.

LA IA Y LA SALUD DEL CORAZÓN: LAS MÁQUINAS REALIZAN UN MEJOR TRABAJO DE LECTURA DE ULTRASONIDOS QUE LOS SONÓGRAFOS, DICE UN ESTUDIO

El Dr. Ernst von Schwarz, cardiólogo clínico y académico certificado por la junta triple de la UCLA en California, revisó los resultados del estudio de la UCL.

"Para los médicos, es interesante diferenciar la insuficiencia cardíaca según el pronóstico, lo que generalmente no se hace en el entorno clínico", dijo a Fox News Digital. "La insuficiencia cardíaca generalmente se considera una enfermedad progresiva, crónica e incurable con malos resultados a largo plazo".

"La insuficiencia cardíaca generalmente se considera una enfermedad progresiva, crónica e incurable con malos resultados a largo plazo".

"Estudios como este podrían ayudar a los médicos a hacer una evaluación de riesgo más adecuada según la etiología de la insuficiencia cardiaca", añadió von Schwarz.

En particular, la tasa de mortalidad muy alta por insuficiencia cardiaca inducida por fibrilación auricular destaca la importancia de controlar agresivamente esta arritmia común, dijo.

Los investigadores utilizaron el aprendizaje automático, un tipo de inteligencia artificial, para identificar cinco tipos distintos de insuficiencia cardíaca. (iStock)

Las predicciones de mortalidad para los cinco subtipos son "con mucho la parte más interesante de estos datos", según el Dr. Matthew Goldstein, médico de Cardiology Consultants of Philadelphia, quien también revisó los hallazgos del estudio.

"Esto puede ayudarnos a orientar quién está en riesgo de morir repentinamente y, por lo tanto, quién necesita protección con un desfibrilador y quién no", agregó.

Si bien Goldstein reconoce que la IA se está volviendo más común en general, cree que su aplicación en la medicina ha mostrado "algo menos éxito".

Le dijo a Fox News Digital: "Sin embargo, es bueno buscar patrones que son demasiado complicados para que los vea la mente humana".

LA TECNOLOGÍA DE IA ATRAPA EL CÁNCER ANTES DE QUE TENGA SÍNTOMAS CON EZRA, UN ESCÁNER DE RM DE CUERPO COMPLETO

"Algunos de los usos más comunes son las lecturas automáticas de estudios de radiología para asegurarse de que no se pierda nada y el uso emergente en la interpretación de electrocardiogramas para sugerir una patología subyacente", agregó.

En cuanto al uso de la IA para clasificar la insuficiencia cardíaca, Goldstein señaló que este es solo un estudio retrospectivo y deberá probarse en casos futuros para que sea realmente útil.

La principal limitación del nuevo estudio fue que los investigadores no tuvieron acceso a ningún dato de imágenes, que se usa más comúnmente para diagnosticar y predecir el riesgo de insuficiencia cardíaca.

"Sin embargo, los marcadores de imágenes por sí solos no predicen la mortalidad y otros resultados", dijo Banerjee.

"El hecho de que pudiéramos usar datos recopilados de forma rutinaria sin estos datos de imágenes para predecir subtipos y resultados relativamente bien sugiere que los biomarcadores de imágenes por sí solos pueden no ser la mejor manera de caracterizar y estudiar la insuficiencia cardíaca a escala poblacional".

Usando estos hallazgos como base, el profesor Banerjee de UCL dijo que el siguiente paso es determinar si estas clasificaciones de insuficiencia cardíaca pueden marcar una diferencia práctica para los pacientes. (iStock)

El siguiente paso, dijo Banerjee, es determinar si clasificar varias insuficiencias cardiacas puede marcar una diferencia práctica para los pacientes, "si mejora las predicciones de riesgo y la calidad de la información que brindan los médicos, y si cambia el tratamiento de los pacientes".

HAGA CLIC AQUÍ PARA SUSCRIBIRSE A NUESTRO BOLETÍN DE SALUD

La rentabilidad es otra consideración, añadió.

El equipo de investigación de la UCL utilizó previamente métodos similares para identificar subtipos en la enfermedad renal crónica.

HAGA CLIC AQUÍ PARA OBTENER LA APLICACIÓN FOX NEWS

De cara al futuro, Banerjee espera que el aprendizaje automático se utilice para analizar muchos tipos de datos médicos recopilados de forma rutinaria y para identificar subtipos de diferentes enfermedades.

Melissa Rudy es editora de salud y miembro del equipo de estilo de vida de Fox News Digital.

Manténgase actualizado sobre las noticias más importantes sobre salud y bienestar con nuestro resumen semanal.

Suscrito

¡Te has suscrito con éxito a este boletín!