Inteligencia Artificial: Una potente herramienta de análisis para detectar calcio en arterias coronarias
La Inteligencia Artificial ha demostrado ser una poderosa herramienta para la medicina, especialmente en la detección y el monitoreo de enfermedades. Un excelente ejemplo de esto es el uso de un algoritmo de IA para proporcionar una solución automatizada eficiente para medir el nivel de calcio en las arterias coronarias (CAC) de pacientes que se someten a pruebas de detección de cáncer de pulmón a través de tomografías computarizadas de detección de dosis bajas (LDCT LCS).
El algoritmo de aprendizaje profundo y su función en la detección de calcio
El procedimiento implicó el desarrollo de un profundo algoritmo de aprendizaje en base a 1.600 tomografías cardíacas, en las que el contenido de calcio de las arterias coronarias se midió manualmente para servir como punto de referencia.
Definido por Roman Zeleznik, candidato a doctorado en el Hospital Brigham and Women’s (BWH)/Dana-Farber Cancer Institute de Boston, y sus colegas, el sistema de IA colocaba los niveles de CAC en cuatro categorías: alta (>300), moderada (101-300), baja (1-100) y muy baja (0).
Prueba y resultados del algoritmo de aprendizaje profundo en pacientes
Posteriormente, se puso a prueba la relación entre el puntaje CAC del algoritmo de aprendizaje profundo y la mortalidad cardiovascular (CV) en 14.959 fumadores de entre 55 a 74 años que participaron en un ensayo de detección pulmonar a nivel nacional en 33 diferentes centros de EE. UU.
Los resultados evidenciaron que existía una asociación significativa entre la puntuación de calcio obtenida mediante el algoritmo de aprendizaje profundo y la mortalidad por todas las causas y cardiovascular en comparación con una puntuación muy baja. La correlación resultante entre la categorización de CAC manual y automática fue de 0.858.
Beneficios de la automatización de la medición de CAC mediante IA
El algoritmo de Inteligencia Artificial podría ser una herramienta muy útil en la investigación, ya que agiliza el análisis y facilita la evaluación de un gran número de pacientes en períodos de tiempo significativamente más cortos que el tiempo requerido por especialistas humanos.
«Esta es una técnica efectiva de extraer información relacionada con la salud cardiovascular, lo cual puede ayudar a los pacientes y los médicos a tomar decisiones sobre terapia preventiva», explicó el coautor Michael Lu, MD, director de IA en el Centro de Investigación de Imágenes Cardiovasculares en el Hospital General de Massachusetts, Boston.
Consideraciones sobre la implementación del algoritmo
Rybicki, un investigador independiente de la Universidad de Cincinnati, afirmó que si bien es beneficioso poder extraer más datos de los estudios de imágenes, es necesario garantizar que la información proporcionada por las herramientas de aprendizaje profundo genere tratamientos útiles para los pacientes y no conduzca a un exceso de seguimiento innecesario o procedimientos invasivos sin justificación suficiente.
Aunque actualmente esta herramienta solo se utiliza para fines de investigación, el doctor Lu indicó que los estudios confirmatorios están en marcha y en un futuro podría beneficiar a un gran número de pacientes al proporcionar información clínicamente relevante en casi todos los escáneres de tórax.
Fuente original: MedPageToday
LEE MÁS ARTÍCULOS SOBRE: Salud con IA.
LEE LA ENTRADA ANTERIOR: Auto-Gpt y BabyAGI de código abierto incorporan la recursividad en aplicaciones de IA.