Validación externa del desempeño de la vía CoDE-ACS en 10.286 pacientes con posible infarto de miocardio. Rendimiento diagnóstico de los modelos CoDE-ACS en 10 286 pacientes de siete cohortes internacionales. Se utilizaron la sensibilidad, el valor predictivo negativo (VPN), la especificidad y el valor predictivo positivo (VPP) con IC del 95 % de las puntuaciones del CoDE-ACS para identificar a los pacientes con baja probabilidad (<3) o alta probabilidad (≥61) de infarto de miocardio en presentación y después de la prueba de troponina en serie si es necesario. Crédito: Medicina natural (2023). DOI: 10.1038/s41591-023-02325-4
Los médicos pronto podrían utilizar un algoritmo desarrollado con inteligencia artificial para diagnosticar ataques cardíacos con mayor velocidad y precisión que nunca, según una nueva investigación de la Universidad de Edimburgo publicada en Medicina natural.
La eficacia del algoritmo, denominado CoDE-ACS, se probó en 10.286 pacientes en seis países de todo el mundo. Los investigadores descubrieron que, en comparación con los métodos de prueba actuales, CoDE-ACS pudo descartar un ataque cardíaco en más del doble de pacientes, con una precisión del 99,6 por ciento.
Esta capacidad de descartar un ataque al corazón más rápido que nunca podría reducir en gran medida los ingresos hospitalarios. Los ensayos clínicos ahora están en marcha en Escocia con el apoyo de Wellcome Leap, para evaluar si la herramienta puede ayudar a los médicos a reducir la presión sobre nuestros departamentos de emergencia superpoblados.
Además de descartar rápidamente ataques cardíacos en pacientes, CoDE-ACS también podría ayudar a los médicos a identificar a aquellos cuyos niveles anormales de troponina se debieron a un ataque cardíaco en lugar de a otra afección. La herramienta de IA funcionó bien independientemente de la edad, el sexo o las condiciones de salud preexistentes, lo que demuestra su potencial para reducir los diagnósticos erróneos y las desigualdades en la población.
CoDE-ACS tiene el potencial de hacer que la atención de emergencia sea más eficiente y efectiva, al identificar rápidamente a los pacientes que están seguros para irse a casa y al señalar a los médicos a todos aquellos que deben permanecer en el hospital para realizar más pruebas.
El estándar de oro actual para diagnosticar un ataque cardíaco es medir los niveles de la proteína troponina en la sangre. Pero se utiliza el mismo umbral para todos los pacientes. Esto significa que no se consideran factores como la edad, el sexo y otros problemas de salud que afectan los niveles de troponina, lo que afecta la precisión de los diagnósticos de ataque cardíaco.
Esto puede conducir a desigualdades en el diagnóstico. Por ejemplo, investigaciones previas de B d han demostrado que las mujeres tienen un 50 por ciento más de probabilidades de recibir un diagnóstico inicial incorrecto. Las personas que inicialmente son mal diagnosticadas tienen un 70 por ciento más de riesgo de morir después de 30 días. El nuevo algoritmo es una oportunidad para prevenir esto.
CÓDIGO-ACS se desarrolló utilizando datos de 10.038 pacientes en Escocia que habían llegado al hospital con sospecha de un ataque al corazón. Utiliza la información del paciente recopilada de forma rutinaria, como la edad, el sexo, los hallazgos del ECG y el historial médico, así como los niveles de troponina, para predecir la probabilidad de que una persona haya tenido un ataque al corazón. El resultado es una puntuación de probabilidad de 0 a 100 para cada paciente.
El profesor Nicholas Mills, profesor de cardiología de BHF en el Centro de Ciencias Cardiovasculares de la Universidad de Edimburgo, que dirigió la investigación, dijo: «Para los pacientes con dolor torácico agudo debido a un ataque cardíaco, el diagnóstico y el tratamiento tempranos salvan vidas. Desafortunadamente, muchas afecciones causar estos síntomas comunes, y el diagnóstico no siempre es sencillo. Aprovechar los datos y la inteligencia artificial para respaldar las decisiones clínicas tiene un enorme potencial para mejorar la atención a los pacientes y la eficiencia en nuestros departamentos de emergencia ocupados».
El profesor Sir Nilesh Samani, director médico de la Fundación Británica del Corazón, dijo: «El dolor de pecho es una de las razones más comunes por las que las personas acuden a los departamentos de emergencia. Todos los días, los médicos de todo el mundo enfrentan el desafío de separar a los pacientes cuyo dolor se debe a un infarto de aquellos cuyo dolor se debe a algo menos grave».
«CoDE-ACS, desarrollado utilizando ciencia de datos e inteligencia artificial de vanguardia, tiene el potencial de confirmar o descartar un ataque cardíaco con mayor precisión que los enfoques actuales. Podría ser transformador para los departamentos de emergencia, acortando el tiempo necesario para hacer un diagnóstico , y mucho mejor para los pacientes».
Más información:
Nicholas Mills, Aprendizaje automático para el diagnóstico de infarto de miocardio utilizando concentraciones de troponina cardíaca, Medicina natural (2023). DOI: 10.1038/s41591-023-02325-4. www.nature.com/articles/s41591-023-02325-4
Proporcionado por la Fundación Británica del Corazón
Citación: La inteligencia artificial podría mejorar el diagnóstico de ataques cardíacos para reducir la presión en los departamentos de emergencia (11 de mayo de 2023) recuperado el 11 de mayo de 2023 de https://medicalxpress.com/news/2023-05-artificial-intelligence-heart-diagnosis-pression.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
