La intel•ligència artificial ajuda a predir les recaigudes dels pacients recuperats d’un infart o angina de pit

- Recerca

Ho constata un estudi publicat a The Lancet que ha comptat amb la participació d’investigadors de l’Hospital Universitari de Bellvitge i l’IDIBELL

L’algoritme, basat en dades de prop de 20.000 pacients, permetrà en un futur decidir la millor opció terapèutica per a cada persona per evitar nous episodis d’insuficiència cardíaca. 

L’article estableix les bases per futurs estudis en els quals els pacients puguin ser tractats d’acord amb les estratègies recomanades per aquestes eines.

Noves eines basades en la intel•ligència artificial són millors que les eines actuals per predir les possibilitats que una persona que ha estat donada d’alta d’una síndrome coronària aguda (infart de miocardi o angina de pit) mori o pateixi un nou episodi greu d’hemorràgia o isquèmia miocàrdica durant l’any següent després de l’alta, segons les conclusions d’un estudi multicèntric internacional que s’acaba de publicar a la revista The Lancet.

A l’estudi, liderat per especialistes de la Universitat de Torí (Itàlia), hi han participat també investigadors de l’Hospital Universitari de Bellvitge i l’IDIBELL.

Els pacients que s’han recuperat d’una síndrome coronària aguda tenen un major risc de tornar a patir un nou infart, hemorràgies, o altres complicacions. Per prevenir-ho, sovint reben teràpia antiplaquetària dual, però aquesta teràpia, alhora que redueix el risc d’isquèmia miocàrdica, augmenta el d’hemorràgia. Això fa que per als metges sigui molt important saber quin risc concret té cada pacient, per així poder individualitzar els tractaments i fer un pas més en l’aplicació de la medicina personalitzada en les malalties del cor.

Tot i que fa anys que existeixen mètodes estadístics que fan aquesta predicció a partir de diversos paràmetres clínics, fins ara aquestes eines han tingut una precisió limitada.

Els autors de l’estudi van crear i testar inicialment quatre nous models d’estratificació dels riscos que processen les dades amb sistemes d’aprenentatge automàtic. Van introduir en aquests models un total de 25 variables clíniques, terapèutiques, angiogràfiques i procedimentals extretes retrospectivament de dos registres de 19.826 pacients ingressats entre el 2003 i el 2016 a diversos centres d’arreu del món –entre els quals l’Hospital Universitari de Bellvitge–, juntament amb les dades de l’evolució posterior dels pacients.

Per confirmar el rendiment dels nous models, el més efectiu d’ells, anomenat PRAISE, va ser aplicat després a un altre conjunt de 3.444 pacients i es va comparar amb les eines de determinació de riscos utilitzades fins ara. Els resultats finals han constatat que la nova eina basada en la intel·ligència artificial prediu molt millor la mortalitat, el risc d’hemorràgia i el risc de patir un nou infart.

El Dr. Albert Ariza, un dels autors de l’estudi, destaca que “l’avantatge dels mètodes d’aprenentatge automàtic és que apliquen algoritmes a conjunts extensos i variats de dades, captant relacions entre aquestes dades que sistemes més simples no poden captar”. Ariza, que és coordinador de la Unitat de Cures Intensives Cardiològiques del Servei de Cardiologia de l’Hospital de Bellvitge i investigador de l’IDIBELL, subratlla que es tracta d’eines “que s’estan començant a utilitzar de forma progressiva i ja han demostrat seva utilitat en algun altre àmbit clínic; esperem que aviat estiguin a l’abast de tots els cardiòlegs per ajudar-nos a la presa de decisions a partir de l’avaluació de riscos personalitzada”.

Ara, l’algoritme haurà de ser validat en futurs estudis on els pacients rebin el tractament que recomani PRAISE, especialment pel que fa a la durada de la teràpia antiplaquetària dual.

  • Unitat de Cures Intensives Cardiològiques de l'Hospital de Bellvitge