Cuando el cardiólogo suizo Thomas F. Lüscher asistió a un simposio internacional en Turín, Italia, el verano pasado, se encontró con una “asistente” inusual: Suzanne, Charle con el “asistente” médico de GPT. Los desarrolladores de Suzanne estaban ansiosos por demostrar a los especialistas qué tan bien funcionaba su chatbot médico y pidieron a los cardiólogos que la hicieran pruebas.
Un profesor de cardiología italiano contó al chatbot sobre el caso de un paciente de 27 años que fue llevado a su clínica en estado inestable. El paciente tenía fiebre masiva y marcadores de inflamación drásticamente aumentados. Sin dudarlo, Suzanne diagnosticó la enfermedad de Still, que aparece en la edad adulta. “Casi me caigo de la silla porque tenía razón”, recuerda Lüscher. “Esta es una enfermedad autoinflamatoria muy rara que ni siquiera los cardiólogos experimentados siempre consideran”.
Lüscher, director de investigación, educación y desarrollo y cardiólogo consultor del Royal Brompton & Harefield Hospital Trust y del Imperial College de Londres y director del Centro de Cardiología Molecular de la Universidad de Zürich, Suiza, está convencido de que la inteligencia artificial está haciendo que la medicina cardiovascular sea más eficaz. preciso y eficaz. “La IA no es sólo el futuro, sino que ya está aquí”, afirma. “La IA y el aprendizaje automático son particularmente precisos en el análisis de imágenes, y las imágenes desempeñan un papel enorme en cardiología. La IA es capaz de ver lo que nosotros no vemos. Eso es impresionante.”
El equipo de cardiología del Hospital Royal Brompton de Londres utiliza IA para acelerar los cálculos basados en resonancias magnéticas. Crédito: Andriy Blokhin
En el Hospital Royal Brompton de Londres, por ejemplo, su equipo se basa en la IA para calcular el volumen de las cámaras del corazón en las resonancias magnéticas, una indicación de la salud del corazón. “Si lo calculas manualmente, necesitarás aproximadamente media hora”, afirma Lüscher. “La IA lo hace en un segundo”.
Pocos pacientes son conscientes de hasta qué punto la IA está determinando ya su atención sanitaria. El El Correo de Washington rastrea el inicio del auge de la inteligencia artificial en la atención médica hasta 2018. Fue entonces cuando la Administración de Alimentos y Medicamentos aprobó el IDx-DR, la primera herramienta de diagnóstico independiente basada en IA, que se utiliza para detectar retinopatía diabética. Hoy, según el Post, la FDA ha aprobado casi 700 dispositivos médicos habilitados para inteligencia artificial y aprendizaje automático.
La Clínica Mayo en Rochester, Minnesota, es considerada el líder mundial en la implementación de IA para la atención cardiovascular, entre otras cosas porque puede entrenar sus algoritmos con datos (anonimizados) de más de siete millones de electrocardiogramas (ECG). “Cada vez que un paciente se somete a un ECG, varios algoritmos basados en IA nos muestran en la pantalla qué diagnósticos considerar y qué pruebas adicionales se recomiendan”, dice Francisco López-Jiménez, director de la Clínica de Salud Cardiovascular de Mayo Clinic. “La IA tiene en cuenta todos los factores conocidos sobre el paciente, si su potasio es alto, etc. Por ejemplo, tenemos un programa basado en IA que calcula la edad biológica de una persona. Si la persona frente a mí es [calculated to have a biological age] 10 años mayor que su edad de nacimiento, puedo investigar más. ¿Hay factores estresantes que lo agobian?
¿Aplastado por noticias negativas?
Suscríbete al boletín informativo Razones para ser Alegre.
Los ejemplos en los que la IA marca una diferencia considerable en la Clínica Mayo incluyen los ECG de detección para detectar enfermedades cardíacas específicas, como la disfunción ventricular o la fibrilación auricular, antes y de manera más confiable que el ojo humano. Es mejor tratar estas afecciones a tiempo, pero sin IA, los síntomas son en gran medida invisibles en los ECG hasta más tarde, cuando ya han progresado más.
Actualmente, las herramientas de IA se desarrollan y utilizan principalmente en clínicas de élite con departamentos de investigación avanzada, como la Clínica Mayo o las clínicas asociadas con la Universidad de Oxford. “Desde el momento en que ingresamos los datos de un paciente en nuestro sistema, la IA ayuda a guiar el camino del paciente en la clínica, detecta enfermedades y ayuda a interpretar los resultados de las pruebas”, dice Charalambos Antioniades, presidente de medicina cardiovascular de la British Heart Foundation y cardiólogo de la Universidad de Oxford. . “Cuando al paciente se le realiza un ECG o una tomografía computarizada, el diagnóstico de IA se muestra automáticamente en la pantalla”.
El equipo de Antioniades del Departamento de Medicina Radcliffe de la Universidad de Oxford analizó datos de más de 250.000 pacientes que se sometieron a tomografías computarizadas cardíacas en ocho hospitales británicos. “El ochenta y dos por ciento de los pacientes que presentaron dolor en el pecho tuvieron tomografías computarizadas que resultaron completamente normales y fueron enviados a casa porque los médicos no vieron indicios de una enfermedad cardíaca”, dice Antioniades. “Sin embargo, dos tercios de ellos tenían un mayor riesgo de sufrir un ataque cardíaco en los próximos 10 años”. En una prueba piloto, primicia mundial, su equipo desarrolló una herramienta de inteligencia artificial que detecta cambios inflamatorios en los tejidos grasos que rodean las arterias. Estos cambios no son visibles para el ojo humano. Pero después de entrenarse en miles de tomografías computarizadas, la IA aprendió a detectarlas y predecir el riesgo de ataques cardíacos. “Tuvimos una fase en la que los especialistas leyeron los escáneres y comparamos su diagnóstico con el de la IA”, explica Antioniades. “La IA siempre tuvo razón”. Estos resultados llevaron a los médicos a cambiar los planes de tratamiento de cientos de pacientes. “La clave es que podemos tratar los cambios inflamatorios temprano y prevenir ataques cardíacos”, según Antioniades.
El Servicio Nacional de Salud británico (NHS) aprobó la herramienta de inteligencia artificial y ahora se utiliza en cinco hospitales públicos. “Esperamos que pronto se utilice en todas partes porque puede ayudar a prevenir miles de ataques cardíacos cada año”, afirma Antioniades. Una nueva empresa de la Universidad de Oxford ofrece un servicio que permite a otras clínicas enviar sus tomografías computarizadas para su análisis con la herramienta de inteligencia artificial de Oxford.
La IA puede utilizar electrocardiogramas para detectar ciertas afecciones cardíacas mucho antes de lo que sería posible de otro modo. Crédito: Chaikom/Shutterstock
De manera similar, los médicos científicos del Smidt Heart Institute y la División de Inteligencia Artificial en Medicina del Centro Médico Cedars-Sinai en Los Ángeles utilizan IA para analizar ecogramas. Ellos crearon un algoritmo que puede identificar y distinguir eficazmente entre dos afecciones cardíacas potencialmente mortales que son fáciles de pasar por alto: la miocardiopatía hipertrófica y la amiloidosis cardíaca. “Estas dos afecciones cardíacas son difíciles de identificar con precisión incluso para los cardiólogos expertos, por lo que los pacientes a menudo pasan años o décadas antes de recibir un diagnóstico correcto”, dijo David Ouyang, cardiólogo del Smidt Heart Institute, en un presione soltar. “Esta es una situación de máquina vencedora. La IA hace que el ecografista trabaje más rápido y de manera más eficiente, y no cambia la experiencia del paciente. Es una triple victoria”.
Sin embargo, el uso de la inteligencia artificial en entornos clínicos también tiene desventajas. “Suzanne no tiene empatía”, dice Lüscher sobre su experiencia con Chat GPT. “Sus respuestas tienen que ser verificadas por un médico. Incluso lo dice después de cada diagnóstico y tiene que hacerlo por motivos legales”.
Además, un algoritmo es tan preciso como la información con la que fue entrenado. Lüscher y su equipo solucionaron un enorme déficit de una herramienta de IA: el riesgo de las mujeres de sufrir ataques cardíacos no se evaluó de forma fiable porque la IA se había alimentado principalmente con datos de pacientes masculinos. “Para las mujeres, los ataques cardíacos son más mortales que para los hombres”, afirma Lüscher. “Las mujeres también suelen venir más tarde a la clínica. Todos estos factores tienen implicaciones”. Por lo tanto, su equipo desarrolló un pronóstico de IA más realista que mejora el tratamiento de las pacientes femeninas. “Lo adaptamos con aprendizaje automático y ahora funciona para mujeres y hombres”, explica Lüscher. “Hay que asegurarse de que las cohortes sean lo suficientemente grandes y hayan sido evaluadas de forma independiente para que los algoritmos funcionen para diferentes grupos de pacientes y en diferentes países”. Su equipo hizo el algoritmo mejorado disponible en línea para que otros hospitales también puedan usarlo.
Otro tema es la confianza. “Muchos médicos y pacientes no confían en la IA porque es básicamente una caja negra”, dice López-Jiménez de la Clínica Mayo. “Por ejemplo, cuando alguien pregunta: ‘¿Por qué la IA reconoce la fibrilación auricular aunque el ECG parezca completamente normal?’ La respuesta corta es: nosotros tampoco lo sabemos. Sólo la computadora sabe las respuestas”.
Les dice a sus colegas y pacientes que la confiabilidad de las herramientas de IA actualmente se encuentra entre el 75 y el 93 por ciento, dependiendo del diagnóstico específico. “Compare eso con una mamografía que detecta tumores de mama con una precisión del 85 por ciento”, dice López-Jiménez. “Pero como se trata de IA, la gente espera el 100 por ciento. Eso simplemente no existe en la medicina”.
Y por supuesto, otro desafío es que pocas personas tienen los recursos y la buena suerte de convertirse en pacientes de las clínicas más reconocidas del mundo con tecnología de punta. “Uno de mis principales objetivos es hacer que esta tecnología esté disponible para millones de personas”, dice López-Jiménez. Menciona que Mayo coopera con una empresa en Singapur que fabrica estetoscopios de alta tecnología para interpretar las señales cardíacas con IA. “La idea es que un médico del Sur Global pueda utilizarlo para diagnosticar insuficiencia cardíaca”, explica López-Jiménez. “Ya se está probando en Nigeria, el país con la tasa más alta de insuficiencia cardíaca genética de África. Los resultados son impresionantemente precisos”.
La Clínica Mayo también está trabajando con médicos en Brasil para diagnosticar la enfermedad de Chagas con la ayuda de la IA de forma fiable y temprana. “La nueva tecnología siempre es más cara al principio”, advierte López-Jiménez, “pero en unos años la IA estará en todas partes y hará que los diagnósticos sean más baratos y precisos”.
¡Conviértase en miembro sustentador hoy!
Únase a la comunidad Reasons to be Cheerful apoyando nuestra publicación sin fines de lucro y dando lo que pueda.
Y el Hospital Nacional Infantil de Washington desarrolló un dispositivo de IA portátil que actualmente se está probando para detectar enfermedades cardíacas reumáticas en niños de Uganda, que matan a unas 400.000 personas al año en todo el mundo. Según se informa, la nueva herramienta tiene una precisión del 90 por ciento.
Tanto López-Jiménez como Lüscher confían en que las herramientas de IA seguirán mejorando. “Una ventaja es que un ordenador puede analizar imágenes a las 6 de la mañana de forma tan sistemática como después de medianoche”, destaca Lüscher. “Un ordenador no se cansa ni tiene un mal día, mientras que a veces los radiólogos pasan por alto síntomas importantes. La IA aprende algo y nunca lo olvida”.
Antoniades cree incluso que en un futuro no muy lejano los pacientes ya no necesitarán acudir al médico, porque los ordenadores pueden analizar sus síntomas mejor que los humanos.
Lüscher no está convencido. “Una computadora podría analizar mejor los síntomas”, dice, “pero recuerde, las computadoras no tienen empatía”. Si le diagnosticaron una enfermedad cardíaca, probablemente preferiría escucharlo de un médico experimentado que de un chatbot.
2024-03-01 08:04:33
1709484159
#Cómo #está #perfeccionando #medicina #cardiovascular
