Visión artificial para combatir enfermedades cardiovasculares

Es una pregunta obligada por los médicos cada vez que se acude a la consulta y los remordimientos de los pacientes al responder sobre sus hábitos diarios florecen. ¿Fuma? ¿Bebe? ¿Cuántas veces por semana practica ejercicio? Todo un test sobre un estilo de vida que, junto con ciertos factores genéticos como la edad, el peso, la presión arterial o el colesterol, pueden favorecer el sufrimiento de enfermedades cardiovasculares.

Los ataques cardíacos, derrames cerebrales u otras enfermedades cardiovasculares están a la vuelta de la esquina, y predecirlos es la clave para evitarlos. Pero, ¿cómo es posible hacerlo? ¿Cómo se puede reducir la probabilidad de sufrir un episodio así en el futuro? La solución es fácil: Deep Learning.

Visión artificial, visión de futuro

A través de esta tecnología, la inteligencia artificial toma el protagonismo de las predicciones para generar una visión artificial capaz de ver los factores de riesgo de forma anticipada. Así lo refleja el estudio “Predicción de factores de riesgo cardiovascular de fotografías de fondo de retina a través del Deep Learning”, publicado en Nature Biomedical Engineering, donde, a través de una serie de imágenes retinianas, se apunta la posibilidad de descubrir nuevas formas de diagnosticar este tipo de problemas de salud.

El estudio utilizó algoritmos basados en los datos de 284.335 pacientes para predecir futuros episodios cardiovasculares desde las imágenes retinianas, con una precisión alta gracias a la asociación entre dicha imagen y el riesgo de ataque cardíaco o accidente cerebrovascular de cada paciente.

Así, el algoritmo es capaz de conocer, con un 70% de acierto, entre dos imágenes retinianas donde una pertenece a un paciente que sufrió un episodio cardiovascular y otra no. Toda una visión artificial que se convierte también en una visión de futuro para la salud.

La “caja negra” está abierta

Tal y como aseguran los desarrolladores de este estudio, la “caja negra” se abrió para comprobar cómo funcionaba su algoritmo a la hora de realizar predicciones. El uso de un mapa de calor que muestra qué píxeles fueron los más importantes para pronosticar un factor de riesgo cardiovascular específico fue la clave para demostrar las conexiones que este algoritmo establecía entre la anatomía y las enfermedades humanas. Una asociación que permite crear diagnósticos y así tratar de conocer con antelación qué ocurrirá.

Mucho por desarrollar

Aunque lo conseguido es grande, sus creadores no cesan en el desarrollo y mejora del algoritmo. Probarlo en conjuntos de datos más grandes y complejos, que cuenten con muchos más ejemplos de episodios cardiovasculares y efectos de las intervenciones, es el próximo objetivo para mejorar y comprender su utilidad en los pacientes.