La IA identificó estos 5 tipos de insuficiencia cardíaca en un nuevo estudio: 'Interesante de diferenciar'
Las nuevas agrupaciones pueden ayudar a predecir el "curso probable de la enfermedad" para cada tipo, dicen los investigadores
{{#rendered}} {{/rendered}}"Insuficiencia cardíaca es un término genérico que se utiliza para describir cualquier afección en la que el órgano no funciona como debería, pero la experiencia de una persona con la enfermedad puede ser muy distinta de la de otra.
Investigadores del University College London (UCL) han utilizado recientemente el aprendizaje automático -un tipo de inteligencia artificial - para identificar cinco tipos distintos de insuficiencia cardiaca, con el objetivo de predecir el pronóstico de las diferentes clases.
"Intentamos 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", afirmó el autor principal, el profesor Amitava Banerjee, de la UCL, en un comunicado de prensa en el que se anunciaba el estudio.
{{#rendered}} {{/rendered}}LA ENFERMEDAD CARDÍACA, EL ASESINO SILENCIOSO: UN ESTUDIO DEMUESTRA QUE PUEDE ATACAR SIN SÍNTOMAS
"Actualmente, es difícil predecir cómo progresa la enfermedad en cada paciente", dijo también. "Algunas personas permanecerán estables durante muchos años, mientras que otras empeoran rápidamente".
Los cinco tipos de insuficiencia cardiaca identificados fueron: de aparición precoz, de aparición tardía, fibrilación auricular (que provoca un ritmo cardiaco irregular), metabólica (relacionada con la obesidad pero con una tasa baja de enfermedades cardiovasculares) y cardiometabólica (relacionada con la obesidad y las enfermedades cardiovasculares), según un comunicado de prensa publicado en el sitio web de la UCL.
{{#rendered}} {{/rendered}}Para cada tipo de insuficiencia cardiaca, los investigadores determinaron la probabilidad de que la persona muriera en el plazo de un año tras el diagnóstico. Descubrieron que el pronóstico variaba mucho según los cinco subtipos. (iStock)
"Los cinco tipos de insuficiencia cardiaca se basaron en factores de riesgo comunes, como la edad al inicio de la insuficiencia cardiaca, los antecedentes de enfermedad cardiaca, los antecedentes de factores de riesgo cardiaco como la diabetes y la obesidad, o la fibrilación auricular (el problema de ritmo cardiaco más común)", explicó Banerjee en una declaración a Fox News Digital.
Para el estudio, publicado en la revista Lancet Digital Health, los investigadores analizaron los datos de más de 300.000 adultos del Reino Unido mayores de 30 años que habían sufrido insuficiencia cardiaca durante un periodo de 20 años.
{{#rendered}} {{/rendered}}"Se utilizaron cuatro métodos de aprendizaje automático para agrupar a los individuos con insuficiencia cardíaca en los datos sanitarios electrónicos según sus características basales", dijo Banerjee. "Se seleccionó el método y el número de conglomerados que mejor se 'ajustaban' a los datos".
Para cada tipo de insuficiencia cardiaca, los investigadores determinaron la probabilidad de que la persona muriera en el plazo de un año tras el diagnóstico. Descubrieron que el pronóstico variaba mucho según los cinco subtipos.
Según el comunicado de prensa, el riesgo de mortalidad a los cinco años fue del 20% para la aparición temprana, del 46% para la aparición tardía, del 61% para la relacionada con la fibrilación auricular, del 11% para la metabólica y del 37% para la cardiometabólica.
{{#rendered}} {{/rendered}}La principal limitación del nuevo estudio de la UCL fue que los investigadores no tuvieron acceso a ningún dato de diagnóstico por imagen, que es lo que más se utiliza para diagnosticar y predecir el riesgo en la insuficiencia cardiaca. (iStock)
Para profesionales sanitariosBanerjee recomienda que pregunten a sus pacientes con insuficiencia cardíaca sobre los factores de riesgo comunes para ayudarles a comprender el subtipo que padecen.
"Los investigadores también tienen que comprobar hasta qué punto estos subtipos definidos en nuestro estudio son utilizables, generalizables y aceptables en la práctica clínica", añadió.
"También deberían considerar si estudios como el nuestro que utilizan IApueden ayudar a comprender mejor los procesos de las enfermedades y el descubrimiento de fármacos".
{{#rendered}} {{/rendered}}El equipo de investigación también desarrolló una aplicación para médicos que les permitiría determinar qué subtipo de insuficiencia cardiaca tiene un paciente, con el objetivo de predecir mejor el riesgo y mantener informados a los pacientes.
AI Y SALUD CARDIACA: LAS MÁQUINAS LEEN MEJOR LAS ECOGRAFÍAS QUE LOS ECOGRAFISTAS, SEGÚN UN ESTUDIO
El Dr. Ernst von Schwarz, cardiólogo clínico y académico triplemente certificado de la UCLA en California, revisó los resultados del estudio de la UCL.
{{#rendered}} {{/rendered}}"Para los clínicos, es interesante diferenciar la insuficiencia cardiaca según el pronóstico, lo que no suele hacerse en el ámbito clínico", dijo a Fox News Digital. "La insuficiencia cardíaca suele considerarse una enfermedad incurable, crónica y progresiva, con malos resultados a largo plazo".
"La insuficiencia cardiaca suele considerarse una enfermedad incurable, crónica y progresiva, con malos resultados a largo plazo".
"Estudios como éste podrían ayudar a los médicos a hacer una evaluación del riesgo más adecuada según la etiología de la insuficiencia cardiaca", añadió von Schwarz.
En particular, la elevadísima tasa de mortalidad de la insuficiencia cardiaca inducida por fibrilación auricular pone de relieve la importancia de tratar de forma agresiva esta arritmia frecuente, afirmó.
{{#rendered}} {{/rendered}}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 Consultores de Cardiología de Filadelfiaque también revisó los resultados del estudio.
"Esto puede ayudarnos a orientar quién corre riesgo de morir súbitamente y, por tanto, quién necesita protección con un desfibrilador y quién no", añadió.
La IA es prometedora, pero sigue teniendo limitaciones
Aunque Goldstein reconoce que la IA es cada vez más común en general, cree que su aplicación en medicina ha tenido "algo menos de éxito".
{{#rendered}} {{/rendered}}Dijo a Fox News Digital: "Sin embargo, es bueno buscando patrones que son demasiado complicados para que los vea la mente humana".
"Algunos de los usos más comunes son las lecturas automáticas de estudios radiológicos para asegurarse de que no se pasa nada por alto y el uso emergente en la interpretación de electrocardiogramas para sugerir patologías subyacentes", añadió.
{{#rendered}} {{/rendered}}En cuanto al uso de la IA para clasificar la insuficiencia cardiaca, Goldstein señaló que se trata sólo de un estudio retrospectivo y que tendrá que probarse en casos futuros para que sea realmente útil.
De cara al futuro
La principal limitación del nuevo estudio fue que los investigadores no tuvieron acceso a ningún dato de diagnóstico por imagen, que es lo que más se utiliza para diagnosticar y predecir el riesgo en la insuficiencia cardiaca.
"Sin embargo, los marcadores de imagen por sí solos no predicen la mortalidad ni otros resultados", afirma Banerjee.
{{#rendered}} {{/rendered}}"El hecho de que hayamos podido utilizar datos recopilados de forma rutinaria sin estos datos de imagen para predecir subtipos y resultados relativamente bien sugiere que los biomarcadores de imagen por sí solos pueden no ser la mejor forma de caracterizar y estudiar la insuficiencia cardiaca a escala poblacional."
Utilizando estos hallazgos como base, el profesor Banerjee, de la UCL, dijo que el siguiente paso es determinar si estas clasificaciones de la insuficiencia cardiaca pueden suponer una diferencia práctica para los pacientes. (iStock)
El siguiente paso, según Banerjee, es determinar si la clasificación de las distintas insuficiencias cardiacas puede suponer una diferencia práctica para los pacientes: "si mejora las predicciones del riesgo y la calidad de la información que proporcionan los médicos, y si cambia el tratamiento de los pacientes."
HAZ CLIC AQUÍ PARA SUSCRIBIRTE A NUESTRO BOLETÍN DE SALUD
{{#rendered}} {{/rendered}}La rentabilidad es otra consideración, añadió.
El equipo de investigación de la UCL utilizó anteriormente métodos similares para identificar subtipos en la enfermedad renal crónica.
HAZ CLIC AQUÍ PARA OBTENER LA APLICACIÓN FOX NEWS
{{#rendered}} {{/rendered}}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 distintas enfermedades.