Estetoscopio IA duplica la detección de insuficiencia cardíaca no diagnosticada en el embarazo
MadridLa insuficiencia cardíaca durante el embarazo es una afección grave que a menudo pasa desapercibida, ya que sus síntomas, como la dificultad para respirar y el cansancio extremo, suelen confundirse con problemas normales del embarazo. En un estudio reciente presentado en el Congreso de la Sociedad Europea de Cardiología, se destacó una investigación de la Clínica Mayo que utilizó un estetoscopio con inteligencia artificial, logrando detectar el doble de casos de insuficiencia cardíaca relacionada con el embarazo en comparación con los métodos tradicionales.
La insuficiencia cardíaca relacionada con el embarazo, especialmente la cardiomiopatía periparto, puede ser muy peligrosa si no se detecta a tiempo. Si se diagnostica tarde, puede causar problemas graves que podrían requerir cuidados intensivos, bombas mecánicas para el corazón o incluso un trasplante de corazón. Detectar esta condición temprano permite a los médicos iniciar tratamientos que pueden ayudar a manejar los síntomas de manera efectiva.
El estudio se centró en utilizar un estetoscopio digital con IA en Nigeria, donde los problemas cardíacos son comunes durante el embarazo. Los hallazgos clave incluyen:
- Más Casos Detectados: Las herramientas de IA descubrieron el doble de casos con una fracción de eyección (FE) baja, por debajo del 50%.
- Detección Temprana: Los médicos que usaron IA tenían 12 veces más probabilidades de encontrar debilidad cardíaca con una FE por debajo del 45%, lo que indica cardiomiopatía periparto.
- Evaluación Exhaustiva: La evaluación utilizó estetoscopios digitales mejorados con IA y algoritmos de ECG, y fue altamente precisa en la identificación de la función cardíaca débil.
La Clínica Mayo adaptó su algoritmo de AI-ECG de 12 derivaciones para su uso en los estetoscopios digitales de Eko Health. La FDA de EE. UU. aprobó este estetoscopio mejorado para detectar la insuficiencia cardíaca con fracción de eyección baja, esencial para el tratamiento adecuado de esta afección.
Las evaluaciones demostraron beneficios significativos en diferentes niveles de fracción de eyección (FE). Si la FE es inferior al 45%, se refiere a la cardiomiopatía periparto. Si está por debajo del 40%, indica insuficiencia cardíaca con fracción de eyección reducida, donde ciertos medicamentos pueden aliviar notablemente los síntomas y disminuir el riesgo de muerte. Si la FE es inferior al 35%, señala un funcionamiento cardíaco muy deficiente, lo que requiere tratamientos avanzados para insuficiencia cardíaca y posiblemente la implantación de un desfibrilador.
Este estudio tiene un impacto significativo y podría transformar el cuidado prenatal. El uso de tecnología de inteligencia artificial puede mejorar los resultados, especialmente en zonas con altas tasas de insuficiencia cardíaca relacionada con el embarazo como Nigeria. Es crucial entender cómo los proveedores de salud pueden adoptar y utilizar estas herramientas. El éxito del estudio en Nigeria sugiere que una adopción más amplia de estas tecnologías podría mejorar la salud materna a nivel mundial.
El siguiente paso es probar esta herramienta de IA en Estados Unidos para evaluar su eficacia en diferentes entornos de atención médica y para diversas poblaciones. Es especialmente crucial realizar esta evaluación porque las mujeres afroamericanas presentan una tasa más alta de miocardiopatía periparto. Con un fuerte apoyo financiero y de investigación, esta tecnología podría mejorar significativamente la atención materna.
El estudio se publica aquí:
http://dx.doi.org/10.1038/s41591-024-03243-9y su cita oficial - incluidos autores y revista - es
Demilade A. Adedinsewo, Andrea Carolina Morales-Lara, Bosede B. Afolabi, Oyewole A. Kushimo, Amam C. Mbakwem, Kehinde F. Ibiyemi, James Ayodele Ogunmodede, Hadijat Olaide Raji, Sadiq H. Ringim, Abdullahi A. Habib, Sabiu M. Hamza, Okechukwu S. Ogah, Gbolahan Obajimi, Olugbenga Oluseun Saanu, Olusoji E. Jagun, Francisca O. Inofomoh, Temitope Adeolu, Kamilu M. Karaye, Sule A. Gaya, Isiaka Alfa, Cynthia Yohanna, K. L. Venkatachalam, Jennifer Dugan, Xiaoxi Yao, Hanna J. Sledge, Patrick W. Johnson, Mikolaj A. Wieczorek, Zachi I. Attia, Sabrina D. Phillips, Mohamad H. Yamani, Yvonne Butler Tobah, Carl H. Rose, Emily E. Sharpe, Francisco Lopez-Jimenez, Paul A. Friedman, Peter A. Noseworthy, Rickey E. Carter. Artificial intelligence guided screening for cardiomyopathies in an obstetric population: a pragmatic randomized clinical trial. Nature Medicine, 2024; DOI: 10.1038/s41591-024-03243-919 de noviembre de 2024 · 20:02
IA eficiente en movimiento: modelos de lenguaje optimizados para dispositivos móviles y laptops
18 de noviembre de 2024 · 9:36
Precisión en estudios de comportamiento de ratones mejorada con IA y menos animales
18 de noviembre de 2024 · 7:24
La IA detecta rápidamente tumores cerebrales difíciles en cirugía con tecnología de FastGlioma
Compartir este artículo