El estudio lo ha realizado un equipo de científicos del Instituto de Servicios Médicos de Londres, quienes entrenaron el software para analizar los análisis de sangre y los modelos 3D de los latidos cardíacos y detectar así los signos de fracaso o error.
Relacionado: La inteligencia artificial personaliza los libros educativos
A la AI se le asignaron 256 pacientes diagnosticados de hipertensión pulmonar, un tipo de presión arterial alta que afecta a los pulmones y que puede causar mareos, desmayos y falta de aire. Mediante el seguimiento del movimiento de 30,000 puntos diferentes en el corazón de un paciente, el sistema fue capaz de construir una imagen 3D del órgano.
Combinando estos modelos con los registros de salud de los pacientes – que se remontan a ocho años-, el sistema podría saber qué anomalías pueden causar la muerte de un paciente, haciendo predicciones de futuro de unos cinco años.
La AI predijo con un 80% de precisión que los pacientes morirían en el próximo año. La exactitud media del médico es de un 60%.
Los tratamientos para la hipertensión pulmonar incluyen fármacos, trasplantes de pulmón y medicamentos específicos, pero la elección del tratamiento depende del pronóstico. Como resultado, una IA con tan alta precisión puede ayudar a los médicos a tratar mejor a los pacientes.
«La AI realmente permite adaptar el tratamiento individual», subraya el Dr. Declan O’Regan, uno de los investigadores, a la BBC.
«Toma los resultados de docenas de pruebas diferentes para predecir lo que les sucederá a los pacientes con mucha precisión. Por lo tanto, podríamos adaptar el tratamiento intensivo adecuado a aquellos que más lo necesiten», añade. El software de AI se está usando cada vez más para el diagnóstico de enfermedades. En julio, Google anunció que se había realizado con éxito el diagnóstico de una enfermedad ocular utilizando software de aprendizaje automático.
Un mes antes, los investigadores de la Escuela de Medicina de Harvard (HMS) y el Beth Israel Deaconess Medical Center (BIDMC) demostraron un sistema que podría detectar el cáncer de mama con un 92% de precisión. Además, cuando se combinó este sistema con el análisis de patólogos, esa tasa se disparó hasta el 99,5%.
«Esperamos que la red de patología profunda continúe mejorando en la medida en que se entrenan cada vez más grandes y diversos conjuntos de datos», explica Andrew Beck, profesor de Harvard y coautor del estudio, a Digital Trends.
