El riesgo de un trasplante de corazón pediátrico varió de 17 a 102 veces más alto que el de los niños que no tenían afecciones cardíacas preexistentes

Por primera vez, los científicos de la Universidad de Utah Health han demostrado que la inteligencia artificial podría conducir a mejores formas de predecir el inicio y el curso de la enfermedad cardiovascular. Los investigadores, trabajando en conjunto con médicos del Intermountain Primary Children’s Hospital, desarrollaron herramientas computacionales únicas para medir con precisión los efectos sinérgicos de las condiciones médicas existentes en el corazón y los vasos sanguíneos.

Los investigadores dicen que este enfoque integral podría ayudar a los médicos a prever, prevenir o tratar problemas cardíacos graves, tal vez incluso antes de que el paciente se dé cuenta de la afección subyacente.

Aunque el estudio solo se centró en la enfermedad cardiovascular, los investigadores creen que podría tener implicaciones mucho más amplias. De hecho, sugieren que estos hallazgos eventualmente podrían conducir a una nueva era de medicina preventiva personalizada. Los médicos contactarían proactivamente a los pacientes para alertarlos sobre posibles dolencias y qué se puede hacer para aliviar el problema.

«Podemos recurrir a la IA para ayudar a refinar el riesgo de prácticamente todos los diagnósticos médicos: el riesgo de cáncer, el riesgo de cirugía de tiroides, el riesgo de diabetes, cualquier término médico que pueda imaginar», comentó Martin Tristani-Firouzi, autor correspondiente del estudio y cardiólogo pediátrico del Health and Intermountain Primary Children’s Hospital.

Los métodos actuales para calcular los efectos combinados de varios factores de riesgo, como la demografía y el historial médico, sobre las enfermedades cardiovasculares a menudo son imprecisos y subjetivos, según Mark Yandell, autor principal del estudio. Como resultado, estos métodos no logran identificar ciertas interacciones que podrían tener efectos profundos en la salud del corazón y los vasos sanguíneos.

Software de aprendizaje automático

Para medir con mayor precisión cómo estas interacciones, también conocidas como comorbilidades, influyen en la salud, Tristani-Firouzi, Yandell y sus colegas, utilizaron software de aprendizaje automático para clasificar más de 1,6 millones de registros de salud electrónicos (EHR) después de que se eliminaron los nombres y otra información de identificación.

Las personas que tenían un diagnóstico previo de miocardiopatía tenían un riesgo 86 veces mayor de necesitar un trasplante de corazón que las que no lo tenían

Estos registros electrónicos, que documentan todo lo que le sucede a un paciente, incluidas las pruebas de laboratorio, los diagnósticos, el uso de medicamentos y los procedimientos médicos, ayudaron a los investigadores a identificar las comorbilidades con mayor probabilidad de agravar una afección médica en particular, como una enfermedad cardiovascular.

En su estudio actual, los investigadores utilizaron una forma de inteligencia artificial llamada redes gráficas probabilísticas (PGM) para calcular cómo cualquier combinación de estas comorbilidades podría influir en los riesgos asociados con los trasplantes de corazón, la enfermedad cardíaca congénita o la disfunción del nódulo sinoauricular.

Entre los adultos, los investigadores encontraron que las personas que tenían un diagnóstico previo de miocardiopatía tenían un riesgo 86 veces mayor de necesitar un trasplante de corazón que las que no lo tenían, los que tenían miocarditis viral tenían un riesgo 60 veces mayor de necesitar un trasplante de corazón y el uso de milrinona, un fármaco vasodilatador utilizado para tratar la insuficiencia cardíaca, multiplicó por 175 el riesgo de trasplante. Este fue el predictor individual más fuerte de trasplante cardíaco.

En algunos casos, el riesgo combinado fue incluso mayor. Por ejemplo, entre los pacientes que tenían cardiomiopatía y tomaban milrinona, el riesgo de necesitar un trasplante de corazón era 405 veces mayor que el de aquellos cuyos corazones estaban más sanos.

Riesgo de trasplante entre los niños

Las comorbilidades tuvieron una influencia significativamente diferente en el riesgo de trasplante entre los niños, según Tristani-Firouzi. En general, el riesgo de un trasplante de corazón pediátrico varió de 17 a 102 veces más alto que el de los niños que no tenían afecciones cardíacas preexistentes, según el diagnóstico subyacente.

Los investigadores también examinaron las influencias que la salud de una madre durante el embarazo tenía sobre sus hijos. Las mujeres que tuvieron presión arterial alta durante el embarazo tenían aproximadamente el doble de probabilidades de dar a luz a bebés que tenían problemas cardíacos y circulatorios congénitos. Los niños con síndrome de Down tenían un riesgo tres veces mayor de tener una anomalía cardíaca.

Los bebés que se sometieron a una cirugía de Fontan, un procedimiento que corrige un defecto congénito del flujo sanguíneo en el corazón, tenían unas 20 veces más probabilidades de desarrollar una disfunción de la frecuencia cardíaca SND que aquellos que no necesitaron la cirugía

Los investigadores también detectaron importantes diferencias demográficas. Por ejemplo, un paciente hispano con fibrilación auricular (latidos cardíacos rápidos) tenía el doble de riesgo de SND en comparación con los negros y los blancos, que tenían antecedentes médicos similares.

Fuente: consalud.es