Un modelo revolucionario de IA puede predecir el riesgo de enfermedades cardíacas en mujeres mediante mamografías, lo que promete métodos de detección más tempranos y accesibles para las enfermedades cardiovasculares.
Un innovador modelo de aprendizaje automático desarrollado por el Instituto George para la Salud Global predice ahora el riesgo de enfermedades cardíacas en mujeres mediante el análisis de mamografías. Publicado en la revista CorazónEste innovador algoritmo es una colaboración entre el Instituto George, la Universidad de Nueva Gales del Sur y la Universidad de Sydney.
Las enfermedades cardiovasculares (ECV) son la principal causa de muerte en mujeres a nivel mundial, con aproximadamente 9 millones de fallecimientos al año. Históricamente, el diagnóstico y el tratamiento de las ECV en mujeres han ido a la zaga de los de los hombres, en parte debido a la idea errónea de que las enfermedades cardíacas afectan predominantemente a los hombres. Esta disparidad ha resultado en menos pruebas diagnósticas, derivaciones a especialistas y recetas para mujeres.
“Es un error común pensar que la ECV afecta predominantemente a los hombres, lo que resulta en un infradiagnóstico y tratamiento insuficiente de la enfermedad en las mujeres”, declaró Clare Arnott, profesora asociada y directora global del programa cardiovascular del Instituto George, en un comunicado de prensa. “Al integrar la detección del riesgo cardiovascular con la detección de cáncer de mama mediante mamografías —algo que muchas mujeres ya realizan en una etapa de la vida en la que aumenta su riesgo cardiovascular— podemos identificar y potencialmente prevenir simultáneamente dos causas principales de enfermedad y muerte”.
El algoritmo de aprendizaje profundo se entrenó y validó utilizando mamografías de rutina de más de 49,000 mujeres en áreas urbanas y rurales de Victoria, Australia, que se vincularon con registros hospitalarios y de defunción para evaluar los resultados cardiovasculares.
Luego, los investigadores compararon el desempeño del modelo de IA con el de las calculadoras de riesgo tradicionales que requieren varios puntos de datos como la presión arterial y los niveles de colesterol.
“Descubrimos que nuestro modelo funcionó igual de bien sin necesidad de contar con amplios datos clínicos y médicos”, añadió Arnott.
La precisión y eficiencia de este modelo residen en su dependencia de diversas características mamográficas combinadas simplemente con la edad de la paciente. A diferencia de los métodos anteriores que se centran únicamente en la calcificación arterial mamaria (CAS), que es menos precisa en mujeres mayores, este modelo utiliza diversas características mamográficas, lo que lo convierte en una herramienta de alta precisión y eficiente en el uso de recursos.
“Esperamos que algún día esta tecnología proporcione un acceso mayor y más equitativo a las pruebas de detección en las zonas rurales, ya que muchas mujeres ya se benefician de unidades móviles de mamografía gratuitas”, agregó Jennifer Barraclough, investigadora del Instituto George.
Los programas de cribado basados en mamografía ya involucran a una proporción significativa de la población femenina en países como Estados Unidos y el Reino Unido, con una participación superior al 67 %. Integrar la predicción del riesgo cardiovascular en este marco existente podría revolucionar la atención sanitaria preventiva para las mujeres a nivel mundial.
Los investigadores detrás de este innovador algoritmo esperan probar el modelo en diversas poblaciones para validar aún más su eficacia y explorar posibles barreras para su implementación, según Barraclough.