Lo constata un estudio publicado en The Lancet que ha contado con la participación de investigadores del Hospital Universitario de Bellvitge y el IDIBELL El algoritmo, basado en datos de cerca de 20.000 pacientes, permitirá en un futuro decidir la mejor opción terapéutica para cada persona para evitar nuevos episodios de insuficiencia cardíaca.
El artículo establece las bases para futuros estudios en los que los pacientes puedan ser tratados de acuerdo con las estrategias recomendadas para estas herramientas
Nuevas herramientas basadas en la inteligencia artificial son mejores que las herramientas actuales para predecir las posibilidades de que una persona que ha sido dada de alta de un síndrome coronario agudo (infarto de miocardio o angina de pecho) fallezca o sufra un nuevo episodio grave de hemorragia o isquemia miocárdica durante el año posterior al alta, según las conclusiones de un estudio multicéntrico internacional que se acaba de publicar en la revista The Lancet.
En el estudio, liderado por especialistas de la Universidad de Turín (Italia), han participado también investigadores del Hospital Universitario de Bellvitge y el IDIBELL.
Los pacientes que se han recuperado de un síndrome coronario agudo tienen un mayor riesgo de volver a sufrir un nuevo infarto, hemorragias, u otras complicaciones. Para prevenirlo, a menudo reciben terapia antiplaquetaria dual, pero esta terapia, a la vez que reduce el riesgo de isquemia miocárdica, aumenta el de hemorragia. Ello hace que para los médicos sea muy importante saber qué riesgo concreto tiene cada paciente, para así poder individualizar los tratamientos y dar un paso más en la aplicación de la medicina personalizada en las enfermedades del corazón.
Aunque hace años que existen métodos estadísticos que realizan esta predicción a partir de diversos parámetros clínicos, hasta ahora estas herramientas han tenido una precisión limitada. Los autores del estudio crearon y testaron inicialmente cuatro nuevos modelos de estratificación de los riesgos que procesan los datos con sistemas de aprendizaje automático. Introdujeron en estos modelos un total de 25 variables clínicas, terapéuticas, angiográficas y procedimentales extraídas retrospectivamente de dos registros de 19.826 pacientes ingresados entre 2003 y 2016 en varios centros de todo el mundo –entre ellos el Hospital Universitario de Bellvitge–, junto con los datos de la evolución posterior de los pacientes.
Para confirmar el rendimiento de los nuevos modelos, el más efectivo de ellos, llamado PRAISE, fue aplicado después a otro conjunto de 3.444 pacientes y se comparó con las herramientas de determinación de riesgos utilizadas hasta ahora. Los resultados finales han constatado que la nueva herramienta basada en la inteligencia artificial predice mucho mejor la mortalidad, el riesgo de hemorragia y el riesgo de sufrir un nuevo infarto.
El Dr. Albert Ariza, uno de los autores del estudio, destaca que “la ventaja de los métodos de aprendizaje automático es que aplican algoritmos a conjuntos extensos y variados de datos, captando relaciones entre estos datos que sistemas más simples no pueden captar”. Ariza, que es coordinador de la Unidad de Cuidados Intensivos Cardiológicos del Servicio de Cardiología del Hospital de Bellvitge e investigador del IDIBELL, subraya que se trata de herramientas “que se están empezando a utilizar de forma progresiva y ya han demostrado su utilidad en algún otro ámbito clínico; esperamos que pronto estén al alcance de todos los cardiólogos para ayudarnos a la toma de decisiones a partir de la evaluación de riesgos personalizada”.
Ahora, el algoritmo deberá ser validado en futuros estudios donde los pacientes reciban el tratamiento que recomiende PRAISE, especialmente en cuanto a la duración de la terapia antiplaquetaria dual.