Un nuevo algoritmo de inteligencia artificial transforma la detección de estenosis aórtica grave

El desafío en la identificación de estenosis aórtica grave

La identificación precisa de individuos con estenosis aórtica (EA) grave, quienes presentan un alto riesgo de mortalidad, representa un desafío significativo en la práctica clínica actual. A pesar de los avances en las tecnologías de imagen, los métodos convencionales a menudo no logran detectar eficazmente esta condición crítica. Un estudio reciente publicado en Journal ACC propone un algoritmo de inteligencia artificial para mejorar esta situación.

Objetivos del estudio y su impacto potencial

El propósito del estudio fue evaluar un algoritmo de apoyo a la toma de decisiones de inteligencia artificial (AI-DSA), diseñado para aumentar la detección de EA grave en un entorno de atención médica con buenos recursos. La capacidad de este algoritmo para identificar casos previamente no detectados podría tener un impacto significativo en el manejo y tratamiento de los pacientes con esta afección.

Métodos utilizados para la evaluación del algoritmo

El AI-DSA fue entrenado para identificar el fenotipo ecocardiográfico relacionado con un área de la válvula aórtica (AVA < 1 cm²), utilizando datos de entrada mínimos y excluyendo medidas del tracto de salida del ventrículo izquierdo. Este algoritmo fue aplicado a los informes de ecocardiogramas transtorácicos (TTE) de 31,141 beneficiarios de Medicare en EE. UU. entre 2003 y 2017.

Resultados sobresalientes del estudio

Los resultados mostraron que el rendimiento del AI-DSA en la detección del fenotipo asociado a un AVA < 1 cm² fue excelente, con una sensibilidad del 82,2% y una especificidad del 98,1%. Además, el valor predictivo negativo fue del 9,2%, y el estadístico C alcanzó 0,986, lo que indica una alta precisión en la identificación de casos.

El algoritmo no solo identificó los casos clínicos de EA grave, sino que también detectó a 1,034 (3,3%) individuos adicionales con EA moderada, pero con un fenotipo clínico similar al de aquellos con EA grave. Esto es significativo, considerando que las tasas de reemplazo de la válvula aórtica en estos pacientes fueron notablemente bajas (6,6%).

En cuanto a la mortalidad a cinco años, los resultados mostraron que la tasa fue del 75,9% en pacientes con EA grave conocida, del 73,5% en aquellos con un fenotipo similar y del 44,6% en los que no tenían EA grave. El AI-DSA demostró seguir funcionando eficazmente para identificar EA grave, incluso entre aquellos con una fracción de eyección del ventrículo izquierdo deprimida.

Conclusiones y perspectivas futuras

Los hallazgos sugieren que, al no depender de las mediciones del tracto de salida del ventrículo izquierdo, el AI-DSA puede utilizar informes ecocardiográficos para identificar de manera confiable el fenotipo de la EA grave. Esta innovación podría ser crucial para mejorar la detección de individuos con EA grave, quienes están en riesgo de experimentar resultados adversos.

La implementación de este algoritmo podría transformar la forma en que se diagnostica y trata la estenosis aórtica grave, optimizando la atención médica y potencialmente salvando vidas. A medida que la investigación avanza, el AI-DSA puede convertirse en una herramienta invaluable en la práctica clínica, facilitando la identificación temprana y el manejo efectivo de esta afección cardiaca potencialmente mortal.

The post Un nuevo algoritmo de inteligencia artificial transforma la detección de estenosis aórtica grave appeared first on El médico interactivo.

from El médico interactivo https://ift.tt/BHYoSkG