La inteligencia artificial está a punto de transformar la medicina y, según un nuevo estudio de la Clínica Mayo de EE.UU., los investigadores han descubierto que los médicos que siguieron con más frecuencia las recomendaciones de una herramienta de IA tuvieron el doble de probabilidades de diagnosticar una fracción de eyección (FE) baja, un indicio de que el corazón no funciona tan bien como debería. El diagnóstico y el tratamiento tempranos de los pacientes con FE baja son vitales para reducir el riesgo de insuficiencia cardíaca.
Pocos estudios han examinado las características de los clínicos que han adoptado fácilmente las herramientas de IA (grandes adoptadores) frente a los que son más reticentes (bajos adoptadores) y los resultados clínicos asociados a estos dos enfoques. El estudio, publicado la semana pasada en Mayo Clinic Proceedings, descubrió que la proporción de positivos a la IA con baja FE confirmada fue del 33,9% en los que adoptaron mucho y del 16,3% en los que adoptaron poco.
El Dr. David Rushlow, del Departamento de Medicina de Familia de la Clínica Mayo de Rochester (EE.UU.) e investigador principal del estudio, dijo que el objetivo del equipo era comparar las características de los clínicos de los «altos adoptantes» y los «bajos adoptantes» de un algoritmo de electrocardiograma (ECG) habilitado por la inteligencia artificial (IA) que alertaba sobre una posible fracción de eyección ventricular izquierda (FE) baja y la posterior eficacia de la detección de pacientes con FE baja.
El profesor K. Srinath Reddy, que dirigió el departamento de cardiología del Instituto Panindio de Ciencias Médicas de Nueva Delhi y es presidente fundador de la Fundación de Salud Pública de la India, dijo que la IA puede ayudar a recopilar grandes conjuntos de datos y destilarlos en algoritmos de reconocimiento de patrones de diagnóstico y gestión. De este modo, puede superar las lagunas de la experiencia clínica previa. Esto puede ser muy útil para promover el reconocimiento temprano, la atención rápida y las prácticas de derivación adecuadas en la atención primaria. «Sin embargo, los algoritmos desarrollados por la IA dependen de la representatividad y la precisión de los datos de entrada. Dependen del contexto y los algoritmos desarrollados en poblaciones occidentales no son siempre aplicables automáticamente en el contexto indio. Por tanto, tenemos que desarrollar nuestras propias capacidades de IA, utilizando grandes conjuntos de datos indios. Sin embargo, está claro que los que se adaptan bien al uso de la IA pueden mejorar su precisión diagnóstica y ofrecer una mejor atención al paciente. Esto es especialmente cierto en los entornos de atención primaria, donde los proveedores de atención no tienen formación especializada», dijo.
El Dr. Sanjeev Jadhav, director del programa de trasplante de corazón y pulmón del Hospital Apollo de Navi Mumbai, dijo que la tecnología ha ayudado a diagnosticar y tratar a los pacientes en varios campos de la medicina y la cirugía. «La IA está todavía en un nivel básico y estas herramientas generadas en el contexto del estudio de la Clínica Mayo evolucionarán sin duda en un futuro próximo para ayudar a los médicos a diagnosticar en el nivel primario si los pacientes tendrán un problema cardíaco o si hay un problema con la función del corazón. La mayoría de los pacientes acuden al médico cuando tienen síntomas como pesadez en el pecho o dificultad para respirar; la IA diagnosticará las afecciones cardíacas antes de que empiecen los síntomas, lo que permitirá un tratamiento temprano. La tecnología ayudará a los médicos a diagnosticar a los pacientes mucho antes de que aparezcan los síntomas, lo que será de gran ayuda en el futuro», afirma el Dr. Jadhav.
En el análisis se incluyeron 165 médicos y 11.573 pacientes. Los datos clínicos se recogieron a través de las historias clínicas electrónicas. Los datos de un paciente se incluyeron en el análisis si el paciente tenía 18 años o más y había recibido un ECG para cualquier indicación entre el 5 de agosto de 2019 y el 31 de marzo de 2020. Solo se consideró el primer ECG de un paciente individual para la decisión de ordenar un ecocardiograma dentro del período de estudio. Los datos de los pacientes se excluyeron si habían sabido que la FE era menor o igual al 50% o tenían antecedentes de insuficiencia cardíaca antes del ECG. El estudio descubrió que la proporción de positivos para IA con FE baja confirmada era del 33,9% en los de alta adopción y del 16,3% en los de baja adopción.
Los investigadores han afirmado que, para que las herramientas de IA tengan un impacto en la salud humana, deben ser adoptadas por los clínicos. Los investigadores del estudio encontraron una amplia variación en la tasa de adopción de las recomendaciones de la IA. Los que respondieron a la IA y ordenaron un ecocardiograma fueron significativamente más propensos a identificar la disfunción ventricular izquierda en sus pacientes (33,9% frente al 16,3%).
Según los investigadores, la IA ha prometido aumentar la toma de decisiones de los médicos en la atención sanitaria durante décadas. Los avances recientes, la adopción de las historias clínicas electrónicas (HCE) y la capacidad de aplicar el aprendizaje automático a este enorme repositorio de datos han permitido ahora utilizar la IA para mejorar la precisión del diagnóstico y perfeccionar los planes de tratamiento, añadieron. En el estudio observaron que los médicos de atención primaria que adoptaron en gran medida una herramienta de apoyo a la toma de decisiones clínicas basada en la IA tenían el doble de probabilidades de diagnosticar una FE baja que los que la adoptaron en menor medida.
También concluyeron que los médicos más propensos a seguir las recomendaciones de la ayuda a la decisión de la IA tendían a ser menos experimentados en el trato con pacientes complejos, lo que subraya la importancia de la educación y el compromiso de los médicos y de los sistemas de IA que se integran sin problemas en los flujos de trabajo de los ocupados cuidadores.