La enfermedad cardiovascular (ECV) es una de las principales causas de muerte y discapacidad en todo el mundo. Según un estudio realizado en 21 países, es probable que el cincuenta y tres por ciento de los indios muera de una enfermedad cardiovascular antes de cumplir los 70 años, en comparación con el 23% de los europeos.
El estudio encontró que 14 factores de riesgo representan la mayor cantidad de eventos cardiovasculares, como ataque cardíaco, insuficiencia cardíaca, accidente cerebrovascular y muerte por enfermedad cardíaca. Son la hipertensión, el colesterol alto, la contaminación del aire ambiental y doméstico, el tabaquismo, la mala alimentación, la diabetes, el consumo excesivo de alcohol, la falta de actividad física, la ingesta de sodio, la obesidad, la depresión, etc. hacemos algunos cambios en el estilo de vida.
En un esfuerzo por predecir el riesgo de muerte cardiovascular de un paciente, un equipo de investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT ha creado un modelo de aprendizaje automático llamado “RiskCardio” que utiliza la señal del electrocardiograma (ECG) sin procesar del paciente para producir un puntaje que ubica a los pacientes en diferentes categorías de riesgo.
Los pacientes de alto riesgo de RiskCardio que se encuentran en el cuartil superior tienen casi siete veces más probabilidades de morir por riesgos cardiovasculares en comparación con el grupo de bajo riesgo. Según las métricas de riesgo existentes, los pacientes de alto riesgo tienen tres veces más probabilidades de sufrir un evento adverso en comparación con sus contrapartes de bajo riesgo. Los modelos de aprendizaje automático existentes intentan estimar el riesgo evaluando la información del paciente, como la edad o el peso. Pero RiskCardio usa la señal de ECG sin procesar de los pacientes, sin información adicional.
Según los investigadores, RiskCardio tiene como objetivo mejorar el primer paso en la estimación del riesgo. Para esto, el sistema fue entrenado utilizando datos de pacientes anteriores que sobrevivieron a un síndrome coronario agudo (SCA) que se refiere a una variedad de condiciones como la reducción o el bloqueo de sangre al corazón. Dentro de los primeros 15 minutos de que un paciente experimente un SCA, el sistema puede estimar si sufrirá o no un incidente cardiovascular dentro de los 30, 60, 90 o 365 días.
Para construir el modelo, el equipo primero separó la señal de ECG de cada paciente en una colección de latidos cardíacos adyacentes y asignó una etiqueta a cada conjunto de pulsos adyacentes, según los resultados del paciente. Por ejemplo, los latidos del corazón de los pacientes que murieron se etiquetaron como “riesgosos”, mientras que los latidos del corazón de otros que sobrevivieron se etiquetaron como “normales”. El equipo creó una puntuación de riesgo dada a un nuevo paciente promediando la predicción del paciente de cada conjunto de latidos cardíacos adyacentes.
El equipo encontró que en aproximadamente 1250 pacientes post-SCA, 28 morirían de muerte cardiovascular dentro de un año. Usando la puntuación de riesgo propuesta, 19 de esos 28 pacientes fueron clasificados como de alto riesgo. El plan futuro del equipo es hacer que el conjunto de datos sea más inclusivo de diferentes edades, etnias y géneros. También planea usar el modelo para examinar escenarios médicos con datos mal etiquetados o sin etiquetar, y evaluar cómo procesa y maneja la información en casos más ambiguos.