Científicos del Instituto de Investigación Biomédica de Salamanca (IBSAL), junto a otros equipos del área de Enfermedades Cardiovasculares del CIBER (CIBERCV), del Centro de Investigación Biomédica en Red del Instituto de Salud Carlos III, han desarrollado una investigación pionera en la aplicación de ‘machine learning’ destinada al estudio y seguimiento de la estenosis aórtica, una de las patologías cardiacas más frecuentes.
La aorta es la principal arteria que lleva sangre fuera del corazón, en un circuito que comienza con la válvula aórtica. En la estenosis aórtica, la valvulopatía más común, esta válvula no se abre completamente y provoca la disminución del flujo de sangre desde el corazón. La estenosis aórtica afecta aproximadamente al 2% de las personas mayores de 65 años (más frecuentemente en hombres), y es una causa importante de la morbilidad y mortalidad asociadas a patologías cardiacas. La progresión de la enfermedad de leve a moderada es heterogénea, y requiere exámenes ecocardiográficos periódicos para evaluar la gravedad de la dolencia en quienes la padecen y adecuar los tratamientos y fármacos utilizados.
El estudio, publicado en la revista JACC: Cardiovascular Imaging y liderado por Pedro Luis Sánchez, jefe del servicio de Cardiología del Hospital Universitario de Salamanca e investigador del IBSAL y del CIBERCV, aplica inteligencia artificial para optimizar la vigilancia ecocardiográfica de la estenosis aórtica de forma automática.
Los resultados muestran que el aprendizaje automático permite desarrollar una programación personalizada y en tiempo real del examen ecocardiográfico de seguimiento de los pacientes con estenosis aórtica leve o moderada. En comparación con las directrices europeas y americanas, el modelo reduce el número de exámenes de los pacientes en un 49 % en la Unión Europea y en un 13% en Estados Unidos.

Así, la aplicación del modelo redundaría no solo en una mayor capacidad predictiva del avance de la enfermedad, con la consiguiente mejora de los tratamientos, sino también en un ahorro considerable en la gestión de los recursos sanitarios y diagnósticos disponibles, un elemento importante si se tiene en cuenta la prevalencia de esta patología cardiaca, según la información del CIBER recogida por DiCYT.
Modelo para predecir la evolución de la estenosis aórtica
Este trabajo se ha llevado a cabo en el marco de una colaboración científica entre el IBSAL y la empresa Philips, que se han unido para el desarrollo del algoritmo y comparten la patente registrada. Los equipos de investigación entrenaron, validaron y aplicaron externamente un modelo de aprendizaje automático para predecir si un paciente con estenosis aórtica de leve a moderada desarrollará una valvulopatía grave en uno, dos o tres años.
Los datos demográficos y ecocardiográficos de los afectados para desarrollar el modelo se obtuvieron a partir de 4.633 ecocardiogramas de 1.638 pacientes consecutivos. Los datos obtenidos a partir de este calendario de vigilancia se compararon con las recomendaciones de seguimiento ecocardiográfico de las guías europeas y americanas.
Referencia:
‘Machine Learning to Optimize the Echocardiographic Follow-Up of Aortic Stenosis’. Antonio Sánchez-Puente, P. Ignacio Dorado-Díaz, Jesús Sampedro-Gómez, Javier Bermejo, Pablo Martinez-Legazpi, Francisco Fernández-Avilés, Javier Sánchez-González, Candelas Pérez del Villar, Víctor Vicente-Palacios y Pedro L. Sánchez. J Am Coll Cardiol Img. Feb 08, 2023. DOI: 10.1016/j.jcmg.2022.12.008
Recordamos que SALUD A DIARIO es un medio de comunicación que difunde información de carácter general relacionada con distintos ámbitos sociosanitarios, por lo que NO RESPONDEMOS a consultas concretas sobre casos médicos o asistenciales particulares. Las noticias que publicamos no sustituyen a la información, el diagnóstico y/o tratamiento o a las recomendaciones QUE DEBE FACILITAR UN PROFESIONAL SANITARIO ante una situación asistencial determinada.
SALUD A DIARIO se reserva el derecho de no publicar o de suprimir todos aquellos comentarios contrarios a las leyes españolas o que resulten injuriantes, así como los que vulneren el respeto a la dignidad de la persona o sean discriminatorios. No se publicarán datos de contacto privados ni serán aprobados comentarios que contengan 'spam', mensajes publicitarios o enlaces incluidos por el autor con intención comercial.
En cualquier caso, SALUD A DIARIO no se hace responsable de las opiniones vertidas por los usuarios a través de los canales de participación establecidos, y se reserva el derecho de eliminar sin previo aviso cualquier contenido generado en los espacios de participación que considere fuera de tema o inapropiados para su publicación.
* Campos obligatorios