Un modelo de aprendizaje profundo desarrollado por investigadores de la Programa de Inteligencia Artificial en Medicina (AIM) puede predecir el riesgo de muerte a 10 años por ataque cardíaco o accidente cerebrovascular utilizando una sola radiografía de tórax.
Actualmente, este riesgo se estima utilizando la puntuación de riesgo de enfermedad cardiovascular aterosclerótica (ASCVD). Este modelo estadístico requiere numerosos parámetros de entrada, incluidos la edad, el sexo, la raza, la presión arterial sistólica, el tratamiento de la hipertensión, el tabaquismo y la diabetes tipo 2, y análisis de sangre. A los pacientes con un riesgo del 7.5 % o superior se les recomienda la medicación con estatinas. A menudo, sin embargo, estas variables no están todas disponibles en el registro electrónico del paciente.
Para remediar este déficit, los investigadores crearon un modelo de aprendizaje profundo que puede estimar el riesgo de 10 años de eventos cardiovasculares adversos importantes a partir de una radiografía de tórax de rutina. en el de esta semana RSNA 2022, la reunión anual de la Sociedad Radiológica de América del Norte, autor principal jacob weiss presentó el trabajo del equipo.
“Nuestro modelo de aprendizaje profundo ofrece una solución potencial para la detección oportunista basada en la población del riesgo de enfermedad cardiovascular utilizando imágenes de rayos X de tórax existentes”, explica Weiss. “Este tipo de evaluación podría usarse para identificar a las personas que se beneficiarían de la medicación con estatinas pero que actualmente no reciben tratamiento”.
Weiss y sus colegas desarrollaron su modelo de riesgo CXR-CVD utilizando 147,497 40,643 radiografías de tórax de XNUMX XNUMX participantes en el Ensayo de detección de cáncer PLCO. Probaron su desempeño utilizando un grupo independiente de 11,430 pacientes ambulatorios que se sometieron a una radiografía de tórax de rutina en Mass General Brigham y eran potencialmente elegibles para la terapia con estatinas. Durante la mediana de seguimiento de 10.3 años, el 9.6 % de estos pacientes sufrieron un evento cardíaco adverso importante, con una asociación significativa entre el riesgo previsto por el modelo y los eventos observados.
En los 2401 pacientes con suficientes datos disponibles, el equipo también comparó el valor pronóstico del modelo de riesgo CXR-CVD con el estándar clínico establecido para decidir la elegibilidad de estatinas. En este subconjunto de pacientes, el modelo exhibió un rendimiento similar al estándar clínico.
Algoritmo de código abierto predice el riesgo de ataque cardíaco a partir de una tomografía computarizada de tórax
“La belleza de este enfoque es que solo necesita una radiografía, que se adquiere millones de veces al día en todo el mundo”, dice Weiss. “Reconocemos desde hace mucho tiempo que los rayos X capturan información más allá de los hallazgos de diagnóstico tradicionales, pero no hemos utilizado estos datos porque no hemos tenido métodos sólidos y confiables. Los avances en IA lo están haciendo posible ahora”.
Weiss señala que se necesita investigación adicional, incluido un ensayo aleatorio controlado, para validar el modelo, que en última instancia podría servir como una herramienta de apoyo a la toma de decisiones para los médicos.
