Investigadores de la compañía médica estadounidense Geisinger han desarrollado una IA capaz no sólo de predecir la probabilidad de muerte de un paciente en el próximo año a partir de los datos de un electrocardiograma, sino de hacerlo con mayor fiabilidad que cualquier otro procedimiento similar conocido.
Los patrones de la actividad eléctrica del corazón cambian según la condición del mismo y las dolencias sufridas en el pasado (como los ataques cardíacos). Parece que la clave reside en que esta IA percibe indicios de ese riesgo en datos del ECG que los médicos consideran normales; pero decimos "parece" porque lo cierto es que el modo en que lo hace es un misterio.
¿Qué ve la IA que nosotros no?
Los investigadores de Geisinger encargaron a un laboratorio de inteligencia artificial que examinara los resultados de 1,77 millones de electrocardiogramas de casi 400.000 personas. Se crearon dos versiones de la IA: una entrenada únicamente con los datos de los electrocardiogramas sin procesar, mientras que la otra utilizaba una combinación de esos datos con aspectos como la edad y el sexo del paciente correspondiente.
Y fue la primera versión la que demostró ser mejor diferenciando los electrocardiogramas de pacientes que, efectivamente, murieron como mucho un año después de hacer la prueba, de aquellos que no. Según Brandon Fornwalt, investigador principal del estudio en Geisinger,
"en todos los casos, el modelo basado en los datos de la actividad eléctrica era siempre mejor que cualquier modelo que construyéramos a partir de datos ajenos a lo que ya aparece en el electrocardiograma".
Midieron esto usando una métrica conocida como AUC, que indica el éxito a la hora de distinguir entre dos conjuntos de datos, donde una puntuación perfecta es 1 y una puntuación de 0,5 indica que no hay distinción entre los dos grupos. La IA obtuvo una puntuación por encima de 0,85, cuando los métodos de valoración de riesgos usados actualmente por los médicos oscilan entre 0,65 y 0,8.
La IA predijo con precisión el riesgo de muerte incluso en personas que varios cardiólogos estimaron, por separado, que mostraban un electrocardiograma totalmente normal. Ninguno de ellos fue capaz de ver los patrones de riesgo que la IA sí detectó.
Según Fornwalt, "la inteligencia artificial puede enseñarnos cosas que hemos estado malinterpretando durante décadas".
Vía | New Scientist
Imagen | publicdomainpictures.net
Ver 8 comentarios
8 comentarios
luisferx
La realidad es mucho más compleja que los datos que aporta un ECG, aún visto por una computadora, pues datos funcionales se ven en una ecocardiografía ( más aún si es doppler), estructuralmente mucho mejor con una resonancia magnética cardiaca. Y con esto tendríamos una mejor visión del momento presente. Pero para valorar las causas de muerte a 12 meses vista, hay una alta variabilidad si po r ejemplo esa persona en los últimos 12 meses ha vuelto a fumar, o ha aumentado sus cigarrillos fumados cada día, ha empeorado su dieta, ha aumentado su nivel de colesterol, se ha descontrolado los niveles de azúcar, se le olvida varios días tomar la medicación ( hay estudios sobre esto que sorprenderían a muchos), ha dejado de hacer ejercicio a raiz de una lesión deportiva o no hace nada de ejercicio...
Mejorar en el diagnóstico del ECG con IA es un gran avance, pero para atribuir que con solo un ECG vamos a predecir el índice de mortalidad a 12 meses vista, y sin contar con las variables tan conocidas como los citados factores de riesgo cardiovascular, que tiene cada paciente, es demasiado exagerado.
boreas
Entiendo entonces, que a los que se sometieron a las pruebas, y les salió una alta probabilidad de morir, no les dijeron nada, para que no tomarán medidas al respecto y no les desvirtuasen el experimento?
bernardo.ravinelli
Vamos que lo más destacable del artículo es: 'Según Fornwalt, "la inteligencia artificial puede enseñarnos cosas que hemos estado malinterpretando durante décadas"'; como conclusión para: "lo cierto es que el modo en que lo hace es un misterio."
O sea, en promedio un cardiologo es menos preciso en estimar el grado de lesión de un corazón a través de un ECG que una máquina, pero no pueden indicar que variables son significativas en dicho análisis pues no saben como la máquina llega a esa conclusión.
Cojonudo: sabemos que ciertos pacientes pueden morir en un año con cierto grado de precisión pero no que lesiones subyacentes no están siendo tratadas y con el tiempo ocasionarán la muerte.
Me imagino la escena en la consulta de un cardiologo:
Cardiologo: "Tiene un 70% de probabilidades de morir a lo largo del año próximo".
Paciente: "Y que me recomienda, doctor"
"Nada, siga igual que hasta ahora. No sabemos que le ocurre, pero esta máquina afirma que probablemente muera a lo largo de este año, pero la medicina no sabe cómo lo hace y no podemos recomendar un tratamiento"
Usuario desactivado
Hice mi proyecto de IA exactamente sobre eso, solo un ECG no explica suficientemente, hacen falta muchos otros tipos de pruebas para explicar suficientemente, solo ECG es bastante pobre.
gerardbori
Y ahora...¿Cuánto tardará la tecnología en llegar a todos los centros?