Noticias SEC y Entrevistas

Congreso SEC Inteligencia artificial y machine learning al servicio de una mejor práctica cardiológica

| Comunicación - Comunicación - Noticias SEC

Han venido para quedarse y, lejos de acabar con la figura de cardiólogo, van a hacer que la práctica cardiológica del futuro sea mejor y alcance unas cotas de eficacia y seguridad impensables hace algunos años. Gracias a la creciente incorporación de tecnologías de inteligencia artificial y de machine learning, la Cardiología no será la misma...y el cambio ya ha comenzado. Así se ha demostrado en un simposio, celebrado en el Congreso de las Enfermedades Cardiovasculares 2019, donde se han revisados algunos abordajes avanzados en Cardiología.

El cardiólogo es y será insustituible, asegura la Dra. Gemma Vilahur García, investigadora Senior en el Programa ICCC del Institut de Recerca del Hospital de la Santa Creu i Sant Pau-IIB Sant Pau. Sin embargo, su realidad y formación debe cambiar, y a su labor se unirán diferentes profesionales que ayudarán a integrar la basta información de la que disponen, analizarla y orientarla. “Las colaboraciones e interacciones con informáticos, ingenieros y matemáticos agilizarán y favorecerán el trabajo de los médicos, para que así puedan diagnosticar con una fiabilidad aún mayor y, a su vez, dedicar más tiempo a cada paciente”, afirma.

Similares argumentos expone el Dr. Alejandro Recio Mayoral, para quien “estos avances no deben verse como un enemigo de nuestra práctica médica ni debe interferir en nuestra relación con el paciente; al contrario, nos permitirán contar con mayor información para ofrecer a nuestro paciente un diagnóstico más rápido, un mejor tratamiento, así como mejorar la prevención de distintas patologías”.

Para que esto pueda ser una realidad, según la Dra. Vilahur, será fundamental una adecuada integración de la cardiología clínica con los representantes de áreas técnicas de bioinformática, que permita mejorar el procesamiento de la información y el incremento en la eficacia en los resultados clínicos basados en la acumulación de datos y el desarrollo de modelos predictivos”. A su vez, añade, “el médico será quien pueda reforzar, o no, el diagnóstico predicho, lo que, a su vez, derivará en una mejora del sistema de inteligencia artificial/big data”.

Sobre estos argumentos ha girado un simposio que ha sido moderado por los doctores Gemma Vilahur y Alejandro Recio, quienes han destacado que estos avances empiezan a ser una realidad en el ámbito de la salud, mostrando mejoras diagnósticas y terapéuticas en diferentes campos de la Cardiología”.

Aportaciones de la IA

La inteligencia artificial (IA), en asociación con algoritmos avanzados basados en procesos de machine learning, constituye una realidad mundial que progresivamente abarcará un mayor y más diverso número de ámbitos. En el campo de la Cardiología son numerosas las aplicaciones de la inteligencia artificial, y prueba de ello es el aumento exponencial en el número de publicaciones en este tema. En concreto, como indica el Dr. Alejandro Recio, “el análisis de la imagen es una de los campos en los que la inteligencia artificial se desarrolla a mayor velocidad”; en cualquier caso, asegura, “en la mayoría de las áreas de la Cardiología se han analizado aplicaciones en busca de un mejor manejo de la patología”. Y es que, a su juicio, “la IA es una tecnología que ha entrado para quedarse en el campo de la Cardiología, que puede abrir interesantes oportunidades para la aplicación de una medicina de mayor precisión, favoreciendo la automatización de tareas y el avance en la investigación”.

Sustentados en las propiedades intrínsecas del machine learning, que determina un aprendizaje basado en la propia experiencia artificial sin requerir programación específica previa, es de esperar que este campo permita el análisis de big data y patrones estadísticos complejos para desarrollar modelos predictivos y posible solución de problemas. La inteligencia artificial permitirá constituir redes de modelos fisiopatológicos de distintas enfermedades cardiovasculares mediante la incorporación de datos de la población individual, desde características genéticas hasta influencias ambientales, para producir procesos diagnósticos específicos dirigidos hacia cada paciente en particular y estrategias terapéuticas individualizadas que mejoraran los resultados clínicos”, vaticina la Dra. Vilahur.

En el ámbito de la Cardiología, existen fuentes de información a gran escala, como la expresión molecular y genética, el fenotipo funcional y los registros clínicos, que servirán para producir algoritmos específicos de diagnóstico y tratamiento. Como informa la Dra. Vilahur, “diversos estudios desarrollados en los últimos años evaluaron de forma positiva la eficacia de algoritmos de inteligencia artificial para el diagnóstico automático de distintas patologías a través de métodos por imágenes como la ecocardiografía, así como para la toma de decisiones terapéuticas basadas en precisas mediciones hemodinámicas”.

El ejemplo de la FA

Teniendo en cuenta que la incidencia de pacientes que presentan un episodio de fibrilación auricular (FA) se encuentra en ascenso, se ha incrementado el interés por buscar las estrategias diseñadas con el fin de optimizar el diagnóstico de esta enfermedad y mejorar su eficacia terapéutica.

Un ejemplo reciente de esto lo constituye el Apple Heart Study, presentado en forma simultánea durante el Congreso Europeo de Cardiología y publicado en el Journal of the American College of Cardiology de este año. Se trata de un estudio a larga escala (400.000 pacientes enrolados) que evaluó la detección de episodios de fibrilación auricular en individuos sanos mediante el empleo de un smartwatch, obteniendo un valor predictivo positivo del 71%. Asimismo, un estudio publicado en Lancet en agosto de este año utilizó algoritmos de inteligencia artificial en más de 180.000 pacientes para desarrollar un modelo predictivo de fibrilación auricular a partir de un único electrocardiograma en ritmo sinusal, con un área bajo la curva para la detección de FA de 0.87, y una sensibilidad y especificidad de 79% ambas.

“Esto permite la generación de hipótesis en donde la inteligencia artificial pueda incorporar datos epidemiológicos y clínicos a gran escala para desarrollar estrategias preventivas y terapéuticas, pilares fundamentales de la medicina de precisión”, afirma la Dra. Gemma Vilahur.

El machine scientist, una realidad

La realidad es que el cardiólogo se encuentra actualmente en la frontera entre la relación médico-paciente de la práctica diaria y la aplicación de tecnología bioinformática para perfeccionar el accionar médico, desde la utilización de scores de riesgo para predecir eventos hasta estudios genéticos y de imagen que evidencien fenómenos subclínicos para su detección y tratamiento precoz.

En este contexto, surge la figura del machine scientist’ que, según lo define la Dra. Vilahur, “será aquella persona designada para el procesamiento de grandes cantidades de datos estructurados y aleatorios para una generación posterior de algoritmos en la búsqueda de optimizar la efectividad y competitividad de los procesos. Servirá a modo de enlace entre el riguroso y ‘adquirido’ conocimiento científico-médico y el avance en el desarrollo bioinformático y tecnológico”.

En general, se considera que el proceso de machine learning permitirá progresivamente procesar la gran diversidad de información disponible para su análisis y producción de modelos de patologías complejas basados en las características fisiopatológicas de las mismas. Este fenómeno, según aclara la Dra. Vilahur, “se traducirá en el desarrollo de estrategias diagnósticas y terapias dirigidas individualmente, conformando la base estructural de la medicina de precisión”.

En definitiva, como revela el Dr. Alejandro Recio, estamos en un momento clave en lo que a nuevas tecnologías se refiere, y los avances en el campo del machine learning actúan como un catalizador. A su juicio, “el cardiólogo del futuro deberá tener un nuevo perfil añadido al clínico, siendo capaz de interpretar bases de datos y manejar nuevas herramientas que harán posible la utilización de esta tecnología como una ‘segunda opinión’ en tiempo real”.

Para poder hacer esto realidad, según la Dra. Vilahur, es oportuno y necesario que los programas de formación médica y los sistemas de residencias incorporen a la ciencia informática en sus diferentes ramas, para permitir instituir una nueva generación de profesionales de la salud capaces de manejar las modernas herramientas tecnológicas en materia de inteligencia artificial para el advenimiento de una medicina de precisión basada en una combinación de conocimiento humano y de big data con el fin de progresar en la calidad de atención  y resultados médicos”.