Investigadores de la Universidad de Edimburgo han desarrollado una inteligencia artificial llamada CoDE-ACS que ha demostrado ser altamente efectiva en descartar ataques cardíacos en pacientes.
En comparación con los métodos de prueba actuales, esta innovadora herramienta logró descartar un ataque cardíaco en más del doble de pacientes.
Además, su capacidad para distinguir con precisión los ataques cardíacos reales de las falsas alarmas ha sido asombrosa.
La IA fue sometida a rigurosas pruebas en más de 10.000 pacientes de seis países, y se obtuvo un impresionante 99,6% de precisión en el diagnóstico.
Esto significa que la herramienta pudo descartar adecuadamente un ataque cardíaco en la gran mayoría de los casos evaluados.
A diferencia del estándar actual para diagnosticar ataques cardíacos, que se basa en la medición de los niveles de una proteína llamada protonina en la sangre, la IA CoDE-ACS tiene en cuenta una variedad de factores, como la edad y el historial clínico del paciente.
Esta consideración individualizada aumenta la exactitud del análisis y reduce los diagnósticos erróneos.
El estudio financiado por la Fundación Británica del Corazón (BHF) también reveló que las mujeres tienen un 50% más de probabilidades de recibir un diagnóstico inicial incorrecto.
Sin embargo, la IA logró descartar de manera precisa los ataques cardíacos en todos los pacientes, independientemente de su edad, sexo o condiciones de salud preexistentes.
Esta capacidad de ofrecer análisis precisos y rápidos no solo beneficia a los pacientes, sino que también alivia la presión sobre el personal de las salas de emergencia.
La IA CoDE-ACS fue entrenada utilizando datos de otros 10.038 pacientes, tanto con como sin lesiones de miocardio.
El director del estudio, Nicholas Mills, profesor de cardiología de la BHF, destacó que el impacto de esta investigación es simple y grandioso: ahora se podrán salvar más vidas.
El director médico de la BHF, Nilesh Samani, explicó que el dolor en el pecho es una de las principales razones por las que las personas acuden a las salas de emergencia, pero puede tener múltiples causas.
Los ensayos clínicos en curso en Escocia buscan evaluar de manera más detallada el impacto de la IA en la dinámica laboral de las salas de emergencia.
Es importante destacar que los diagnósticos erróneos iniciales aumentan el riesgo de muerte en un 70% después de 30 días, según la BHF.
Además, un análisis reciente de la fundación reveló un récord de 380.787 personas en listas de espera cardíacas a fines de marzo de 2023, lo que representa un aumento del 63% en comparación con febrero de 2020, justo antes del inicio de la pandemia.
Estos hallazgos subrayan la urgencia de implementar tecnologías como la IA CoDE-ACS para mejorar la precisión y la eficiencia en el diagnóstico de ataques cardíacos.
Fuente: Nature Medicine