Una herramienta de inteligencia artificial ayudaría a identificar rechazo de trasplante del corazón

La inteligencia artificial permitiría estimar la gravedad, según un estudio piloto publicado en la revista Nature Medicine.

Isbelia Farías

    Una herramienta de inteligencia artificial ayudaría a identificar rechazo de trasplante del corazón

    Se le denomina Estimador Neural de Evaluación de Rechazo Cardíaco (CRANE, por sus siglas en inglés) y es una herramienta prometedora en cuanto a la capacidad para ser usado junto al equipo de trasplante de corazón y obtener resultados más rápidos y precisos, y así poder diagnosticar el rechazo.

    El autor principal del estudio, Faisal Mahmood, adscrito al departamento de patología, del Brigham and Women's Hospital, de Bostón, dijo en un comunicado que: “Nuestro estudio piloto retrospectivo demostró que combinar la inteligencia artificial y la inteligencia humana, puede mejorar el acuerdo de los expertos y reducir el tiempo necesario para evaluar las biopsias”.

    La inteligencia artificial permite mejorar el estándar de atención

    Para detectar un rechazo del aloinjerto cardíaco se requiere de una biopsia endomiocárdica, pero la interpretación manual de estas biopsias sigue siendo un desafío, pues, los expertos no logran acordar si el paciente está o no rechazando el aloinjerto, y en caso de estar presente, tampoco pueden determinar cuál es el grado de severidad del rechazo.

    Esta sobreestimación del rechazo por lo general provoca ansiedad en el paciente, sobretratamiento y biopsias de seguimiento que son innecesarias, lo cual lleva a retrasos en el tratamiento y peores resultados.

    Por ello, Mahmood ha comentado: “CRANE es un modelo de inteligencia artificial que puede actuar como una herramienta de asistencia para disminuir la variabilidad del observador”, a lo cual agregó: “Si bien la evaluación final sigue siendo subjetiva, este modelo proporciona a los expertos una predicción impulsada por la inteligencia artificial, así como la confianza que tiene al hacer estas predicciones”.

    Asimismo, el experto destacó que: “Para infundir aún más confianza, el modelo también destaca las regiones en la imagen desde que hace la predicción”

    Fuente consultada aquí



    Más noticias de Cardiología