Ha sido probado en 10.286 pacientes de seis países de todo el mundo

Desarrollan un algoritmo de IA que diagnostica el infarto de miocardio con una precisión del 99,6%
En comparación con los métodos de prueba actuales, 'CoDE-ACS' es capaz de descartar un infarto en más del doble de pacientes.


5 jun. 2023 18:00H
SE LEE EN 3 minutos
Un algoritmo desarrollado mediante inteligencia artificial (IA) podría diagnosticar los infartos de miocardio con mayor rapidez y precisión que nunca, según una nueva investigación de la Universidad de Edimburgo (Reino Unido) publicada en la revista científica 'Nature Medicine'.

La eficacia del algoritmo, denominado 'CoDE-ACS', se probó en 10.286 pacientes de seis países de todo el mundo. Los investigadores descubrieron que, en comparación con los métodos de prueba actuales, 'CoDE-ACS' era capaz de descartar un infarto en más del doble de pacientes, con una precisión del 99,6 por ciento.

Esta capacidad de descartar un infarto más rápido que nunca podría reducir en gran medida los ingresos hospitalarios. En Escocia se están llevando a cabo ensayos clínicos para evaluar si la herramienta puede ayudar a los médicos a reducir la presión en los saturados servicios de Urgencias.


Ventajas de este algoritmo respecto al diagnóstico


Además de descartar rápidamente infartos en los pacientes, 'CoDE-ACS' también podría ayudar a los médicos a identificar a aquellos cuyos niveles anormales de troponina se debieran a un infarto y no a otra enfermedad.

La herramienta de IA funcionó bien con independencia de la edad, el sexo o las enfermedades preexistentes, lo que demuestra su potencial para reducir los diagnósticos erróneos y las desigualdades en la población.

'CoDE-ACS' puede aumentar la eficiencia y eficacia de la atención de urgencias al identificar rápidamente a los pacientes que pueden volver a casa sin peligro y señalar a los médicos a todos los que deben permanecer hospitalizados para someterse a más pruebas.

La prueba de referencia para diagnosticar un infarto es medir los niveles de troponina en sangre. Pero se utiliza el mismo umbral para todos los pacientes. Esto significa que no se tienen en cuenta factores como la edad, el sexo y otros problemas de salud que afectan a los niveles de troponina, lo que afecta a la precisión del diagnóstico de infarto.

Esto puede dar lugar a desigualdades en el diagnóstico. Por ejemplo, investigaciones anteriores han demostrado que las mujeres tienen un 50 por ciento más de probabilidades de recibir un diagnóstico inicial erróneo. Las personas que reciben un diagnóstico inicial erróneo tienen un riesgo un 70 por ciento mayor de morir a los 30 días. El nuevo algoritmo es una oportunidad para evitarlo.


Una oportunidad para salvar vidas


'CoDE-ACS' se desarrolló a partir de los datos de 10.038 pacientes escoceses que habían llegado al hospital con sospecha de infarto. El algoritmo utiliza información recopilada de forma rutinaria sobre el paciente, como la edad, el sexo, los resultados del electrocardiograma (ECG) y los antecedentes médicos, así como los niveles de troponina, para predecir la probabilidad de que una persona haya sufrido un infarto de miocardio. El resultado es una puntuación de probabilidad de 0 a 100 para cada paciente.

"Para los pacientes con dolor torácico agudo debido a un infarto de miocardio, el diagnóstico y el tratamiento precoces salvan vidas. Por desgracia, son muchas las afecciones que provocan estos síntomas tan comunes, y el diagnóstico no siempre es sencillo. Aprovechar los datos y la inteligencia artificial para apoyar las decisiones clínicas tiene un enorme potencial para mejorar la atención a los pacientes y la eficiencia en nuestros concurridos servicios de urgencias", ha resaltado el líder de la investigación, Nicholas Mills, catedrático de Cardiología en el Centro de Ciencias Cardiovasculares de la Universidad de Edimburgo.
Las informaciones publicadas en Redacción Médica contienen afirmaciones, datos y declaraciones procedentes de instituciones oficiales y profesionales sanitarios. No obstante, ante cualquier duda relacionada con su salud, consulte con su especialista sanitario correspondiente.