Las redes neuronales predicen el riesgo de ser hospitalizado por insuficiencia cardiaca

Los sistemas de inteligencia artificial clasifican la evolución de los pacientes con precisión

Las redes neuronales son capaces de predecir el riesgo de un paciente con insuficiencia cardiaca con gran precisión, según se recoge en un trabajo elaborado por Felipe Atienza, del Hospital General de Valencia, cuyos resultados se han presentado en la Reunión Anual de la Sociedad Americana de Informática Médica, celebrada en Los Angeles. Atienza ha explicado a DM la importancia de estos resultados.

Los métodos de inteligencia artificial denominados redes neuronales son más precisos que los convencionales para identificar a los pacientes con insuficiencia cardiaca que se encuentran en alto riesgo de muerte, según ha explicado a DM Felipe Atienza, adjunto del Servicio de Cardiología del Hospital General de Valencia, que ha presentado un trabajo en el Congreso Anual de la Sociedad Americana de Informática Médica, celebrado en Los Angeles.

Este estudio es una prolongación del que se presentó el año pasado en la Reunión Anual de la Asociación Americana del Corazón (ver DMdel 14-I-2000). "En aquella ocasión, nuestro objetivo fue comparar dos métodos de predicción de la mortalidad en pacientes con insuficiencia cardíaca, con la intención de detectar aquellos pacientes con riesgo de fallecer".

Pero la insuficiencia cardiaca no sólo es una enfermedad con una mortalidad muy elevada sino que, además, es la causa más frecuente de ingreso hospitalario en adultos en España.

Datos exactos

El objetivo del estudio presentado en Los Angeles ha sido evaluar la utilidad de los métodos de inteligencia artificial para estratificar el riesgo de los pacientes con insuficiencia cardiaca. "Esto es, realizar una clasificación más detallada de este tipo de pacientes, con la intención de identificar no sólo aquéllos con riesgo de fallecer sino también los supervivientes con riesgo de ser reingresados en un hospital".

En este caso las redes neuronales han sido capaces de clasificar los pacientes con elevada precisión en tres grupos, de mayor a menor riesgo: fallecimiento, supervivencia con reingreso y supervivencia libre de eventos.

Según el experto, "el impacto de estos resultados podría ser grande, ya que se ha demostrado que el control y seguimiento de este tipo de pacientes con mayor riesgo en unidades específicas de insuficiencia cardíaca disminuye de forma significativa los reingresos y mejora su calidad de vida. Al ser capaces de identificar con más precisión aquellos pacientes que requieren una atención preferente, podrán ponerse en marcha intervenciones terapeúticas específicas dirigidas a los grupos con mayor riesgo de reingresar".

Además, "la mejora en la toma de decisiones diagnósticas y terapeúticas permitirá optimizar la distribución de los limitados recursos de que dispone el sistema sanitario". El trabajo ha sido realizado gracias al apoyo económico de la Sociedad Española de Cardiología y dirigido por L. Ohno Machado, de la Universidad de Harvard.