Cada a\u00f1o, las arritmias card\u00edacas causan cientos de miles de muertes s\u00fabitas, en cualquier caso,\u00a0este tipo de fallecimiento es, por definici\u00f3n, complejo, cuando los pacientes fallecen repentinamente fuera del hospital, es m\u00e1s dif\u00edcil determinar la causa,\u00a0y si bien los desfibriladores que aplican una descarga el\u00e9ctrica al coraz\u00f3n pueden salvar vidas … \n <\/p>\n
Cada a\u00f1o, las arritmias card\u00edacas causan cientos de miles de muertes s\u00fabitas, en cualquier caso,\u00a0este tipo de fallecimiento es, por definici\u00f3n, complejo, cuando los pacientes fallecen repentinamente fuera del hospital, es m\u00e1s dif\u00edcil determinar la causa,\u00a0y si bien los desfibriladores que aplican una descarga el\u00e9ctrica al coraz\u00f3n pueden salvar vidas siguen siendo una tarea compleja y arriesgada.<\/p>\n
El panorama podr\u00eda cambiar gracias a\u00a0una nueva herramienta impulsada por\u00a0investigadores de la Universidad de Californa en Berkeley (EEUU) han descubierto una se\u00f1al previamente desconocida en los electrocardiogramas que puede detectar mejor a los pacientes de alto riesgo antes de que su coraz\u00f3n se detenga.\u00a0<\/p>\n
Para su trabajo\u00a0utilizaron m\u00e1s de 440.000 electrocardiogramas de Suecia, junto con informaci\u00f3n de certificados de defunci\u00f3n, los investigadores entrenaron un modelo de inteligencia artificial para analizar los picos y las ondas producidas por las corrientes el\u00e9ctricas del coraz\u00f3n. Alimentaron el modelo con im\u00e1genes de personas sanas, pacientes en riesgo y personas que posteriormente sufrieron muerte card\u00edaca, hasta que reconoci\u00f3 patrones de ondas en personas que luego sufrieron muerte s\u00fabita card\u00edaca. Durante varios a\u00f1os, los investigadores probaron el modelo con miles de expedientes de pacientes adicionales, tanto de Estados Unidos como de Taiw\u00e1n.<\/p>\n
Los autores del trabajo, publicado en ‘Nature’, pudieron comprobar que el algoritmo interpretaba mejor los electrocardiogramas de los pacientes que las pruebas cl\u00ednicas est\u00e1ndar, que miden la cantidad de sangre que el coraz\u00f3n expulsa con cada latido. Estas pruebas identifican un grupo de alto riesgo con una tasa anual de muerte s\u00fabita card\u00edaca del 4,6 %. El sistema de IA a\u00edsla un grupo de alto riesgo con una tasa anual del 7 %, una diferencia de miles de pacientes al a\u00f1o, la gran mayor\u00eda de los cuales parecen de bajo riesgo seg\u00fan los est\u00e1ndares actuales.<\/p>\n
Obermeyer sit\u00faa la muerte s\u00fabita card\u00edaca entre los misterios m\u00e9dicos m\u00e1s persistentes. Debido a la repentina muerte, es dif\u00edcil saber qu\u00e9 ocurr\u00eda en el interior del coraz\u00f3n antes de que dejara de funcionar. Las autopsias pueden revelar algunos detalles sobre su estructura, como vasos sangu\u00edneos obstruidos o tejidos endurecidos. Sin embargo, para Ziad Obermeyer, profesor asociado de la Escuela de Salud P\u00fablica de la UC Berkeley y autor principal del estudio, adem\u00e1s de m\u00e9dico de urgencias que investiga en la intersecci\u00f3n del aprendizaje autom\u00e1tico, la medicina y las pol\u00edticas sanitarias, el funcionamiento real antes del fallecimiento sigue siendo una inc\u00f3gnita.<\/p>\n
\u00abTomar decisiones m\u00e9dicas es realmente dif\u00edcil, y creo que por eso la IA me resulta tan \u00fatil\u00bb, afirm\u00f3 el prof.\u00a0Obermeyer. \u00abNo solo podemos tomar mejores decisiones, sino tambi\u00e9n empezar a comprender qu\u00e9 les ocurre realmente a estos pacientes antes de que su coraz\u00f3n se detenga\u00bb.\u00a0<\/p>\n
Para construir y probar el modelo de IA, Obermeyer y su equipo utilizaron tres fuentes de datos distintas.\u00a0En primer lugar, el equipo de Obermeyer utiliz\u00f3 seis a\u00f1os de escaneos del sistema de salud unificado de Suecia para entrenar el modelo e identificar patrones de ondas potencialmente significativos, que se compararon con certificados de defunci\u00f3n. Posteriormente, validaron el algoritmo con dos a\u00f1os de electrocardiogramas anonimizados de un sistema hospitalario en San Diego, as\u00ed como con un conjunto de datos independiente de Taip\u00e9i.\u00a0<\/p>\n
\u00abUna buena IA comienza con buenos datos\u00bb, afirm\u00f3 Obermeyer, quien tambi\u00e9n forma parte del programa conjunto\u00a0de Medicina de Precisi\u00f3n Computacional de la UCSF y la UC Berkeley\u00a0. \u00abDesafortunadamente, acceder a datos como los que utilizamos para este estudio es incre\u00edblemente dif\u00edcil. Esta es una de las principales razones por las que hoy en d\u00eda se utiliza tan poca IA cl\u00ednica\u00bb.\u00a0<\/p>\n
Seg\u00fan el prof. Obermeyer, recopilar todos los datos para el estudio actual llev\u00f3 aproximadamente una d\u00e9cada e incluy\u00f3 el trabajo de dos grupos que \u00e9l cofund\u00f3 \u2014Dandelion\u00a0Health\u00a0y\u00a0Nightingale Open Science\u2014\u00a0que se encuentran en la intersecci\u00f3n de la IA y la investigaci\u00f3n m\u00e9dica.\u00a0<\/p>\n
\u00abEs uno de los grandes lujos de estar en Berkeley\u00bb, dijo Obermeyer. \u00abPuedes dedicarte a proyectos que se desarrollan lentamente y que, con suerte, te reportar\u00e1n grandes beneficios cuando lleguen a buen t\u00e9rmino\u00bb.<\/p>\n
La siguiente fase del proyecto ya ha comenzado. Estos expertos colaboran con sistemas de salud en Suecia, Taiw\u00e1n y Estados Unidos para implementar el algoritmo en las bases de datos de electrocardiogramas de los hospitales. <\/p>\n
Para los electrocardiogramas que el algoritmo identifique como de alto riesgo, los m\u00e9dicos notificar\u00e1n a los pacientes y les ofrecer\u00e1n la opci\u00f3n de usar un parche que monitoriza continuamente su coraz\u00f3n. Estos datos podr\u00edan ayudar a los investigadores a comprender mejor el mecanismo fisiol\u00f3gico del coraz\u00f3n que genera se\u00f1ales que aparentemente se corresponden con un riesgo elevado. Incluso podr\u00eda conducir a la implantaci\u00f3n de un desfibrilador interno que podr\u00eda salvar vidas.\u00a0<\/p>\n
El prof. Obermeyer se mostr\u00f3 optimista sobre el papel que desempe\u00f1ar\u00e1 la IA en el avance de la ciencia m\u00e9dica.\u00a0 \u00abSurgir\u00e1 una nueva forma de hacer ciencia a partir de estas herramientas\u00bb, concluy\u00f3 el experto.<\/p>\n","protected":false},"excerpt":{"rendered":"Cada a\u00f1o, las arritmias card\u00edacas causan cientos de miles de muertes s\u00fabitas, en cualquier caso,\u00a0este tipo de fallecimiento…\n","protected":false},"author":2,"featured_media":625984,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[92],"tags":[3382,114989,54905,33073,23512,4835,23611,49514,65566,6214,8641,27732,25,24,58207,107139,78736,8471,165,3345,16687,10578,17377,12715,7371,1264,4920,9,524,42263,33074,13869,5714,16958,7171,11129,51325,44164,116373,80073,1288,166,15352,92661,23,29188,11963,12210],"class_list":["post-629048","post","type-post","status-publish","format-standard","has-post-thumbnail","category-salud","tag-actividad","tag-aproximadamente","tag-automatico","tag-cardiaca","tag-cardiaco","tag-corazon","tag-cuestion","tag-descarga","tag-desfibrilador","tag-detectar","tag-dicho","tag-electrica","tag-es","tag-espana","tag-externo","tag-fallecen","tag-flujo","tag-fuera","tag-health","tag-hospital","tag-impulsan","tag-infarto","tag-interrumpe","tag-metodo","tag-mientras","tag-minutos","tag-muerte","tag-news","tag-nuevo","tag-ocurre","tag-organo","tag-paro","tag-pero","tag-produce","tag-pueden","tag-quienes","tag-rcp","tag-repentinamente","tag-repentino","tag-restriccion","tag-riesgo","tag-salud","tag-salvar","tag-sanguineo","tag-spain","tag-subita","tag-sufren","tag-vidas"],"share_on_mastodon":{"url":"","error":"Validation failed: Text character limit of 500 exceeded"},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts\/629048","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/comments?post=629048"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts\/629048\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/media\/625984"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/media?parent=629048"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/categories?post=629048"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/tags?post=629048"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}