La inteligencia artificial ayuda a diagnosticar una enfermedad rara del coraz¨®n

La amiloidosis cardiaca es una enfermedad poco frecuente que se caracteriza por la acumulaci¨®n de placas de la prote¨ªna amiloide en el coraz¨®n, lo que lo endurece (por eso se llama tambi¨¦n s¨ªndrome del coraz¨®n r¨ªgido) y puede obligar a llevar un marcapasos o ser causa de muerte. Tiene algunos tratamientos, pero son muy caros, dice Rafael Vidal, miembro de la Sociedad Espa?ola de Cardiolog¨ªa, quien cree que seguramente sea una patolog¨ªa infradiagnosticada, lo que impide tratarla bien. Un desarrollo de inteligencia artificial de la Fundaci¨®n San Juan de Dios con la empresa Sopra Steria, que se ha probado con las historias cl¨ªnicas de m¨¢s de 11.000 pacientes mayores de 65 a?os que entre 2009 y 2019 fueron atendidos en el hospital de la Fundaci¨®n San Juan de Dios de Le¨®n, ha permitido detectar 20 nuevos marcadores biol¨®gicos que pueden indicar que esa es la verdadera enfermedad de los afectados. El trabajo se ha publicado en la revista International Journal of Enviromental Research and Public Health.

Marlon C¨¢rdenas, responsable de Data Science de la empresa desarrolladora, dice que a rasgos muy grandes lo que se ha hecho es, a partir de pacientes que s¨ª estaban diagnosticados, sacar aquellos marcadores asociados a la enfermedad para luego, al buscarlos en las dem¨¢s historias cl¨ªnicas, ver si tambi¨¦n estaba presente la enfermedad. Se trata de un proceso din¨¢mico en dos vueltas. Partieron de los 60 indicadores que les se?alaron los m¨¦dicos (lo que en una enfermedad poco frecuente y con manifestaciones diversas se llaman red flags o banderas rojas), y al revisar los datos en un primer cribado detectaron unos 140 posibles casos. Pero al refinar la b¨²squeda con el a?adido de otros 20 biomarcadores que se encontraron durante el proceso, la muestra se qued¨® en 90. C¨¢rdenas admite que pod¨ªa haberse afinado m¨¢s, pero en una enfermedad tan poco frecuente (90 casos posibles de m¨¢s de 11.000 personas) corr¨ªan el riesgo de llegar a hallazgos sin valor estad¨ªstico.

El proceso de aprendizaje de la m¨¢quina es lo m¨¢s relevante de este trabajo

As¨ª contado suena muy sencillo, pero hay que destacar el mayor problema, al que los desarrolladores tuvieron que dedicar el 60% del tiempo, seg¨²n C¨¢rdenas: que las historias cl¨ªnicas digitalizadas de las que se part¨ªa no son uniformes. No hay un esquema ¨²nico para escribirlas. ¡°Las anal¨ªticas vienen todas iguales, pero no as¨ª los comentarios de los m¨¦dicos. No es lo mismo el paciente que solo hace una visita que el que es atendido en urgencias o tiene un proceso m¨¢s largo¡±, dice el inform¨¢tico. Esas anotaciones en la historia son una important¨ªsima fuente de datos, pero m¨¢s dif¨ªciles de procesar, porque est¨¢n escritas en lenguaje natural, libre, y hay que ense?ar a la m¨¢quina a leerlas. No es lo mismo una informaci¨®n tabulada, que se encuentra con un programa sencillo, que la que est¨¢ en medio de un p¨¢rrafo de anotaciones. Adem¨¢s, como usaron datos de una d¨¦cada, hasta anotaciones codificadas hab¨ªan cambiado con el tiempo.

El cardi¨®logo Vidal coincide en que ese proceso de aprendizaje de la m¨¢quina es lo m¨¢s relevante de este trabajo, y pone como ejemplo que la hipertensi¨®n arterial, por ejemplo, puede figurar en la historia como ¡°HTA, hipertensi¨®n, HT... etc¨¦tera¡±. Y hay que codificar el programa para que la busque en todos los casos y la bareme. ¡°La idea es buena¡±, dice, el m¨¦dico, quien pone como ejemplo que esta patolog¨ªa muchas veces se ha manifestado antes en otras partes del cuerpo, y el afectado ha tenido que ser operado del t¨²nel carpiano o de estenosis en el canal vertebral o ha habido que implantarle un marcapasos de manera temprana, a los 70 a?os cuando lo normal es usar estos dispositivos a partir de los 80. El objetivo ser¨ªa que el sistema de inteligencia artificial repasara la historia cl¨ªnica del paciente, y advirtiera de que cumple los criterios para tener una amiloidosis. De hecho en el art¨ªculo se recogen como asociados a esta patolog¨ªa diagn¨®sticos variados, desde la necesidad de utilizar anticoagulantes a la aparici¨®n de llagas en los talones. Como se ve, s¨ªntomas tan variados que pueden despistar en el diagn¨®stico.

Vidal no duda de que este tipo de desarrollos se incorporar¨¢n a la pr¨¢ctica cl¨ªnica, sobre todo a medida que las historias se codifiquen de manera cada vez m¨¢s uniforme. Para ayudar a estos procesos, el m¨¦dico indica que la Sociedad Espa?ola de Cardiolog¨ªa est¨¢ desarrollando unas gu¨ªas, una especie de diccionario, para que todos los especialistas usen los mismos t¨¦rminos para referirse a la misma situaci¨®n. Por ejemplo, que los infartos agudos de miocardio figuren en todos los formularios como IAM, algo parecido a lo que ya tienen en Suecia, que por eso tienen una enorme cantidad de informaci¨®n, cuando en Espa?a ni siquiera hay un registro de estos eventos. Con ello se facilitar¨¢ en el futuro el trabajo de estos programas de inteligencia artificial.

Los desarrolladores conf¨ªan en que este tipo de aplicaciones sirvan para la pr¨¢ctica cl¨ªnica (en este caso se usaron datos anonimizados por lo que luego no se pudo llamar a los enfermos sospechosos a consulta), y plantean aplicarlo a situaciones mucho m¨¢s frecuentes, como buscar marcadores que permitan predecir c¨®mo va a evolucionar una pr¨®tesis de cadera o qui¨¦n es m¨¢s propenso a sufrirla. Tambi¨¦n, por ejemplo, para el tratamiento de la piel at¨®pica.

Aproximaciones similares se han seguido, por ejemplo, para revisiones pedi¨¢tricas, e IBM ha anunciado que tiene en marcha proyectos de diagn¨®stico temprano de alzh¨¦imer a trav¨¦s del estudio de marcadores del habla, y de estudio de la relaci¨®n entre los cambios en el sentido del olfato y enfermedades como la covid-19, por ejemplo.

Puedes seguir a MATERIA en Facebook, Twitter e Instagram, o apuntarte aqu¨ª para recibir nuestra newsletter semanal.