Así está optimizando la IA el diagnóstico de enfermedades cardíacas

Las tecnologías disruptivas como la IA, el machine learning o el big data están produciendo grandes avances en la medicina general. Si centramos el foco en la cardiología, uno de los campos en los que la inteligencia artificial avanza con mayor rapidez es en las técnicas de diagnóstico por imágenes, como la resonancia magnética. El uso de esta tecnología en el tratamiento automático de imágenes puede ayudar a los profesionales, en primer lugar, a optimizar su tiempo.

Pero su utilidad va mucho más allá. La inteligencia artificial también será de gran utilidad en la genómica, es decir, el estudio de todos los genes del organismo. Gracias a ella la medicina del futuro será predictiva y personalizada.

Avances en las resonancias magnéticas

La resonancia magnética (RM) cardíaca es una técnica de diagnóstico por imagen que, desde hace ya tiempo, ha revolucionado la detección de gran parte de las enfermedades del corazón. Se trata de la prueba de referencia para evaluar la morfología cardiaca y la función ventricular, así como para valorar la extensión de un infarto.

Según explica el doctor Vicente Martínez de Vega, jefe del Servicio de Diagnóstico por la Imagen del Hospital Universitario Quirónsalud Madrid, la inteligencia artificial se está aplicando de varias formas en este tipo de técnica de diagnóstico de problemas cardiológicos.

Por un lado, “los equipos con los que se obtienen las imágenes están dotados de herramientas de IA que les permiten eliminar el ruido de las imágenes”. Esto hace posible adquirir imágenes en menos tiempo y con mayor resolución, lo que redunda en una mayor fiabilidad diagnóstica.

El largo tiempo de adquisición, entre 45 y 60 minutos, es uno de los problemas que presenta la resonancia magnética. Los nuevos algoritmos de adquisición pueden reducirlo a menos de 20 minutos. Por otro lado, añade el doctor Martínez de la Vega, la IA también se utiliza en la interpretación de imágenes. Cada vez existen más algoritmos que nos facilitan el postprocesado y la lectura de las pruebas. Por ejemplo, en el caso de la RM, la IA realiza todos los cálculos de volúmenes y función ventricular, simplificando una tarea larga y tediosa.

Los datos obtenidos de este tipo de pruebas de diagnóstico por imagen, sumados a otro tipo de datos del historial, de analíticas o genéticos, pueden ser analizados por la inteligencia artificial para predecir el riesgo cardiovascular de forma personalizada. Como ya se ha apuntado, la medicina del futuro se basará en la prevención y en los tratamientos diseñados a medida para cada paciente.

IA y otras técnicas de diagnóstico por imagen

Además de la resonancia, hay otras pruebas por imagen en cardiología que se están viendo beneficiadas por la inteligencia artificial. Una de ellas es la tomografía computarizada (TC), que se está utilizando para analizar las arterias coronarias y, por ejemplo, descartar enfermedad coronaria en pacientes con riesgo intermedio, gracias a que cada vez ofrece mayor resolución. Con esta técnica sucede algo similar a lo que ha expuesto sobre la resonancia magnética: la IA ofrece herramientas de postprocesado de la imagen que eliminan el ruido y mejoran la calidad de imagen.

El ecocardiograma, por su parte, es una técnica de diagnóstico por imagen, no invasiva, que se utiliza para valorar la estructura y función cardiaca. Emplea ultrasonidos para generar imágenes y registros del corazón. Sirve para diagnosticar anginas de pecho o infartos, arritmias, enfermedades valvulares u otros problemas cardiovasculares.

Según explica el doctor José Ángel Cabrera, jefe del Servicio de Cardiología del Hospital Universitario Quirónsalud Madrid, la IA “permite avanzar en el análisis de parámetros como la función ventricular, contractilidad, de estrés de pared, de valvulopatías sin la necesidad de que exista un médico que tenga que hacer ese análisis manualmente”.

Gracias a la ayuda de la inteligencia artificial, el ecocardiograma depende menos de la habilidad del especialista y se acorta su tiempo de ejecución. Si en un servicio de urgencias se utiliza un ecocardiógrafo con capacidad de autodiagnóstico, un médico de atención primaria podría derivar al paciente al servicio de cardiología en función de los resultados.

Análisis de grandes cantidades de información

Otra utilidad de la IA es servir de cribado en el análisis de electrocardiogramas, con el fin de discriminar lo que sea claramente normal. Así, los cardiólogos se podrán centrar en el análisis de aquellos que presenten dudas sobre una posible patología. Un electrocardiograma es una representación gráfica de la actividad del corazón. Su principal utilidad es la detección de alteraciones del ritmo cardíaco, es decir, arritmias, y otros tipos de alteraciones cardíacas.

La IA va a tener un papel fundamental en el análisis de toda la información que se recopila a través de wearables (dispositivos que se llevan puestos) u otros dispositivos móviles. Es el caso de biosensores que nos informan de forma continua de la presión arterial, la frecuencia cardiaca o, incluso, del electrocardiograma del paciente.

Aquí entra en juego otra tecnología, el big data, que trabajando de forma conjunta con la inteligencia artificial, analiza cantidades ingentes de datos. Incluyendo toda la información recopilada en sistemas de monitorización, explica el doctor Cabrera, se busca identificar los falsos positivos, que son los pacientes a los que salta una alerta y que no están enfermos. Y añade que “si la IA está formada con un volumen muy alto de análisis, más precisa será en el diagnóstico. No es lo mismo que la IA trabaje con 1.000 electrocardiogramas que con 50.000”.