El aprendizaje automático puede predecir el riesgo de muerte en pacientes cardiovasculares

nuevo aprendizaje automático El sistema es mejor para predecir la probabilidad de muerte de pacientes con problemas cardiovasculares en diez años que los métodos de los profesionales de la salud, según un estudio presentado en EuroEcho 2021, una reunión científica de la Sociedad Europea de Cardiología.

A diferencia de los métodos tradicionales que se basan únicamente en datos clínicos, el nuevo sistema de aprendizaje automático también incluye resultados de escaneos de imágenes en el corazón, que se miden con resonancia magnética cardiovascular (RMC). Durante esta prueba, los pacientes reciben un medicamento que imita el efecto del ejercicio en el corazón y luego se someten a imágenes con un escáner de resonancia magnética.

El riesgo de muerte generalmente se evalúa en estos pacientes. Los médicos suelen utilizar una cantidad limitada de información clínica, incluida la edad, el sexo, el tabaquismo, la presión arterial y los niveles de colesterol. Los pacientes con al menos dos factores de riesgo, como hipertensión, dislipidemia, diabetes y tabaquismo, se consideran de alto riesgo. Esto permite a los profesionales de la salud personalizar la atención para prevenir ataques cardíacos o accidentes cerebrovasculares. El problema es que este proceso no siempre es preciso y muchos pacientes no reciben la atención que necesitan.

Este estudio tuvo como objetivo encontrar una mejor manera de detectar pacientes de alto riesgo. Un equipo de cardiólogos del Hospital Lariboisiere de París, Francia, quería saber si se combinarían aprendizaje automático El uso de datos de RMC de estrés con datos clínicos mejoraría las predicciones con respecto a la mortalidad por todas las causas a 10 años en pacientes con enfermedad de las arterias coronarias.

El estudio incluyó a 31.752 pacientes que se sometieron a RMC entre 2008 y 2018 en París. Los pacientes fueron remitidos para este examen debido a dolor en el pecho, dificultad para respirar al hacer ejercicio o alto riesgo de infección. Enfermedad cardiovascular. Los participantes tenían, en promedio, 64 años y aproximadamente 2/3 eran hombres. Los médicos recopilaron información sobre 23 criterios clínicos y 11 de CMR y siguieron a los pacientes durante un promedio de seis años. Durante ese período murieron 2.679 (8,4%) pacientes.

El aprendizaje automático se realizó en dos pasos. En primer lugar, el sistema eligió cuál de los parámetros clínicos y los criterios de CMR podrían usarse para predecir la muerte, que luego se usó en el segundo paso para construir un algoritmo que asigna un significado diferente a cada variable para generar la mejor predicción. Los participantes recibieron una puntuación entre 0 (riesgo bajo) y 10 (riesgo alto), lo que indica la probabilidad de que mueran en diez años.

El resultado del aprendizaje automático relativo a los pacientes que estarán vivos o muertos después de diez años con una precisión del 76%. Esto es mucho más alto que cualquier otro método reconocido. «Esto significa que en aproximadamente tres de cada cuatro pacientes, el resultado fue la predicción correcta», dijo el autor del estudio, el Dr. Theo Bezel. «Parte de la información que recopilamos de los pacientes puede no parecer relevante para la estratificación del riesgo. Pero el aprendizaje automático puede analizar una gran cantidad de variables simultáneamente y podemos encontrar asociaciones que no sabíamos que existían, mejorando así la predicción del riesgo».

«Este es el primer estudio que muestra que el aprendizaje automático combinado con parámetros clínicos además del estrés por CMR puede predecir con mucha precisión el riesgo de muerte», continuó el Dr. Pezel. “Los resultados sugieren que a los pacientes con dolor torácico, dificultad para respirar o factores de riesgo de enfermedad cardiovascular se les debería realizar una prueba de RMC y calcular la puntuación. Esto nos permitirá ofrecer un seguimiento exhaustivo y consejos sobre ejercicio, dieta, etc. en necesidad. mecanismo «.