El riesgo de enfermedad cardiaca se puede predecir con una simple prueba ocular con ayuda de un algoritmo de Inteligencia Artificial (IA), asegura un equipo multidisciplinar de investigadores de varias universidades y centros de investigación británicos.
Como se explica en este trabajo que aparece en British Journal of Ophthalmology, sus autores examinaron si la inclusión de la vasculometría retiniana (RV), habilitada con IA, mejora los algoritmos de riesgo existentes para accidentes cerebrovasculares incidentes, infarto de miocardio y mortalidad circulatoria.
El trabajo se centró en el análisis de imágenes de vasos retinianos con IA de un total 88.052 participantes del Biobanco del Reino Unido (UKB) (de 40 a 69 años de edad, en el momento de la captura de la imagen) y 7.411 participantes de la Investigación Prospectiva Europea sobre el Cáncer (EPIC)-Norfolk (de 48 a 92 años).
Este hallazgo, según algunos analistas, allana el camino para que la detección cardiovascular se pueda llevar a cabo de manera más rápida y sencilla mediante el uso de cámaras, sin análisis de sangre o mediciones de las cifras tensionales.
Uno de cada cuatro fallecimientos en el Reino Unido se debe a las enfermedades circulatorias, incluidas las enfermedades cardiovasculares, las cardiopatías coronarias, la insuficiencia cardíaca y los accidentes cerebrovasculares.
Como parte del estudio, Sarah Barman, profesora de Visión Artificial de la Universidad de Kingston, y el investigador postdoctoral Roshan Welikala, desarrollaron algoritmos de IA que podían medir de forma fiable las características de la imagen de la retina, como el diámetro de los vasos sanguíneos y su curvatura.
IA y enfermedad cardiaca
Junto con especialistas del St. George’s, en la Universidad de Londres; del Centro de Investigación Biomédica NIHR, en el Moorfields Eye Hospital; y del Instituto de Oftalmología, de la UCL; así como de la Unidad de Epidemiología MRC, en la Universidad de Cambridge, este equipo multidisciplinar ha demostrado que esta imagen habilitada por IA podría especificar el riesgo de enfermedad cardiaca. También creen que puede servir como biomarcador predictivo alternativo a las puntuaciones de riesgo tradicionales para la salud vascular.
La profesora Barman subraya que han demostrado que un escáner ocular de inteligencia artificial que un oftalmólogo podría realizar de forma rutinaria, sirve como medida estándar del riesgo cardiovascular.
Este método -destaca-, tiene un potencial considerable ya que permitiría una evaluación más amplia de la población de una manera no invasiva, que podría conducir a tratamientos preventivos tempranos para aquellos que se encuentran en mayor riesgo.
Los investigadores desarrollaron un algoritmo habilitado para IA completamente automatizado, denominado QUARTZ, para evaluar el potencial de las imágenes de la vasculatura retiniana junto con los factores de riesgo conocidos para predecir la salud vascular y la muerte. El algoritmo puede evaluar una sola imagen de la retina en menos de un minuto.
El rendimiento de QUARTZ se comparó con Framingham Risk Scores, ampliamente utilizado por los investigadores. Así, realizaron un seguimiento de la salud de los participantes durante un promedio de entre siete y nueve años.
Encontraron que una puntuación de riesgo no invasiva basada en la edad, sexo, tabaquismo, historial médico y la vasculatura retiniana funciona tan bien como el marco de Framingham.
Inteligencia Artificial y Biomedicina
La Fundación Areces organizó, en 2019, un encuentro con expertos sobre Inteligencia Artificial aplicada a la biomedicina: lo que nos depara el futuro. Entre los intervinientes, destacó el profesor José Hernández-Orallo, catedrático del Departamento de Sistemas Informáticos y Computación, de la Universidad Politécnica de Valencia.
En su opinión, “no hay ningún área en la cual sean más claros tanto los beneficios como los riesgos. Es un área que precisa de datos humanos y que, mediante la aplicación del método científico, genera conocimiento a partir de la evidencia acumulada. Las posibles aplicaciones en genómica, técnicas de imagen, robótica, etc., son muchas y favorecen aspectos como la prevención, el diagnóstico, el tratamiento y el manejo de muchas patologías; y también el cuidado de los pacientes, la gestión de la salud y muchos más”.
“Los principales retos para una adecuada aplicación de la IA en Biomedicina -siguió diciendo- incluyen aspectos éticos como la igualdad, la privacidad, la responsabilidad, la seguridad o la sostenibilidad. Por ejemplo, la aplicación del deep learning en grupos poblacionales pequeños, como en el caso de las enfermedades raras, estaría limitada por los escasos datos, que no permitirían desarrollar modelos predictivos precisos».
En este sentido, un reto importante es la integración del conocimiento previo en Medicina en los modelos que se desarrollan. «Es fundamental resaltar que la IA está cambiando, pero el ser humano también. Ante este continuo cambio, los modelos de tratamiento deben adaptarse y actualizarse. Hay que tener en cuenta que en el futuro la IA también va a modificar nuestras capacidades en muchos aspectos y puede proporcionarnos la posibilidad de suplir ciertas habilidades, como corregir la pérdida de habilidades cognitivas propias de la edad, de modo que será una alternativa a tratamientos más agresivos”, concluyó el catedrático.
