Una IA lee un ECG en dos segundos y encuentra lo que los cardiólogos no pueden.

      Un ECG tarda unos segundos en registrarse y cuesta muy poco. Investigadores del Imperial College de Londres han entrenado un sistema de IA que puede leer uno en menos de dos segundos e identificar signos de insuficiencia cardíaca y enfermedad valvular que los clínicos no pueden detectar a partir del mismo trazado.

      Los resultados se presentaron en el congreso de la Sociedad Europea de Cardiología en Múnich y fueron reportados por el Guardian el lunes. La prueba abarcó a 67,000 pacientes en los Estados Unidos.

      La herramienta identificó hasta el 81% de los casos de insuficiencia cardíaca y hasta el 90% de los casos de enfermedad valvular, a pesar de utilizar una prueba que no fue diseñada originalmente para detectar ninguna de las dos condiciones.

      “IA sobrehumana” es la frase que utilizó el Dr. Ahmed El-Medany, investigador clínico de la Fundación Británica del Corazón en Imperial, para describir el sistema.

      La afirmación es relativamente específica: la señal está presente en la grabación, pero los clínicos no pueden extraerla de manera confiable del ECG por su cuenta.

      El problema clínico que se busca abordar es en gran medida un problema de capacidad. “Los pacientes a menudo pueden esperar varios meses para un ecocardiograma después de ser referidos por su médico”, dijo el profesor Fu Siong Ng, profesor de cardiología en Imperial.

      La insuficiencia cardíaca también es una condición donde los retrasos pueden tener consecuencias graves. La enfermedad progresa con el tiempo, y el tratamiento es generalmente más efectivo cuando comienza antes, dejando a los pacientes en una cola mientras su condición continúa cambiando.

      Un ecocardiograma requiere un ecografista capacitado, equipo especializado y una cita. Un ECG, en cambio, puede ser registrado utilizando diez electrodos y una enfermera, razón por la cual se realiza con mucha más frecuencia.

      La idea es, por lo tanto, utilizar la IA para el triaje en lugar de como un reemplazo para los clínicos. Si el software puede analizar ECGs que ya se están tomando e identificar a los pacientes que tienen más probabilidades de tener un problema cardíaco estructural, esos pacientes podrían ser priorizados para un ecograma en lugar de avanzar en la lista de espera en el mismo orden que los demás.

      “Tecnologías como el ECG de IA en esta investigación podrían ser una solución para ayudar a acelerar a los pacientes que tienen más probabilidades de tener una anomalía cardíaca”, dijo la Dra. Sonya Babu-Narayan, cardióloga consultora de la Fundación Británica del Corazón.

      El costo es otra razón por la que el enfoque podría funcionar a gran escala. Los ECGs están entre las pruebas médicas más baratas y utilizadas, por lo que agregar software para analizar grabaciones que ya se están recolectando requeriría relativamente poca infraestructura o gasto adicional.

      La prueba actual también forma parte de un programa de investigación mucho más amplio. El grupo de Ng entrenó sus modelos en 1.6 millones de ECGs de Brasil que estaban vinculados a registros de pacientes, junto con varios millones de grabaciones adicionales de los Estados Unidos.

      El programa más amplio va más allá de la insuficiencia cardíaca y la enfermedad valvular. Los modelos también se han utilizado para identificar infartos y arritmias, así como condiciones fuera de la cardiología, incluyendo diabetes y enfermedad renal.

      Los investigadores han reportado precisiones del 83% al 93% para enfermedades cardíacas y del 70% al 80% para las otras condiciones.

      El conjunto de datos brasileño es una parte importante de ese trabajo porque las grabaciones están vinculadas a lo que sucedió posteriormente con los pacientes.

      Eso le da a los modelos una forma de aprender qué patrones en un ECG estaban asociados con diagnósticos que surgieron más tarde, en lugar de simplemente aprender a reconocer condiciones que ya habían sido identificadas cuando se realizó la prueba.

      La investigación también ha trascendido la universidad. El trabajo financiado por la BHF se está comercializando a través de una empresa derivada llamada Cardiovolt.ai, con Ng como director médico y el Dr. Arunashis Sau como director científico.

      El próximo paso declarado del equipo implica hardware así como software. Dispositivos de ECG portátiles con la IA integrada en el flujo de trabajo podrían eventualmente llevar la tecnología más allá de los hospitales y a entornos donde los ECGs son más fáciles de realizar, aunque eso también cambiaría el papel del sistema de ayudar a los clínicos a priorizar a los pacientes existentes a potencialmente identificar a personas que aún no han sido referidas para pruebas adicionales.

      Gran Bretaña tiene una cuestión regulatoria no resuelta en torno a este tipo de tecnología. El país tiene un sólido pipeline académico para deeptech cardiovascular, incluyendo investigaciones que ya están produciendo nuevos enfoques para la enfermedad cardiovascular, pero pasar de un resultado académico presentado en un congreso médico a un uso rutinario en hospitales requiere un proceso separado de validación clínica y aprobación regulatoria.

      El sistema actual aún no ha pasado por ese proceso. Una herramienta de IA que identifica a los pacientes que deben ser referidos para una investigación adicional está haciendo una afirmación clínica, lo que significa que necesitaría cumplir con los requisitos relevantes de dispositivos médicos antes de ser implementada a gran escala en el Reino Unido.

      También hay una diferencia entre lo que se ha presentado en un congreso médico y lo que se ha demostrado en la práctica clínica rutinaria.

      La prueba sugiere que se puede extraer información sobre insuficiencia cardíaca y enfermedad valvular de un ECG que no fue diseñado para detectar ninguna de las dos condiciones, pero aún no muestra si usar esa información en entornos clínicos reales conduce a un tratamiento más temprano o mejores resultados para los pacientes.