Dos estudios del Cedars-Sinai Medical Center (Estados Unidos) han realizado nuevos hallazgos para la predicción de dos importantes afecciones cardiacas: la parada cardiaca súbita, que suele ser mortal, y el aumento del calcio en las arterias coronarias, un marcador de enfermedad coronaria que puede provocar un infarto de miocardio.

Los investigadores que participaron en el estudio sobre la parada cardiaca, publicado en la revista científica ´Heart Rhythm´, identificaron un grupo de nuevos biomarcadores sanguíneos asociados específicamente a la parada cardiaca súbita.

Estos biomarcadores pueden mejorar la predicción clínica de la parada cardiaca súbita, una enfermedad potencialmente mortal producida por la pérdida repentina del ritmo cardiaco. A pesar de la existencia de un sistema organizado de respuesta médica de emergencia, menos del 10 por ciento de las personas que sufren una parada cardiaca sobreviven.

"Las desalentadoras tasas de supervivencia de la parada cardiaca súbita ejemplifican la necesidad de determinar el riesgo, predecirlo precozmente y mejorar la prevención primaria", ha comentado el doctor Sumeet Chugh, autor principal del estudio.

Los investigadores analizaron un gran número de biomarcadores sanguíneos obtenidos de supervivientes de paradas cardiacas súbitas, comparando los resultados de una cohorte de personas sin enfermedad coronaria y otra con la enfermedad.

"Identificamos un total de 26 biomarcadores proteínicos asociados a la parada cardiaca súbita cuando se compararon los casos con los controles, de los cuales, 20 diferenciaban la parada cardiaca súbita de la enfermedad arterial coronaria. Aunque estos biomarcadores tienen el potencial de mejorar la predicción de la parada cardiaca súbita, se necesitan estudios futuros para replicar estos hallazgos en un grupo más amplio de pacientes", ha resaltado Faye Norby, primera autora del estudio.

Por su parte, la investigación sobre el calcio en las arterias coronarias, publicada en la revista científica ´Journal of the American Society of Echocardiography´, muestra por primera vez que una imagen ecográfica del corazón puede ser ´leída´ por un algoritmo de inteligencia artificial para identificar con precisión si un paciente tiene una gran acumulación en sus arterias coronarias.

Tradicionalmente, la acumulación de calcio en las arterias coronarias se diagnostica mediante tomografías computarizadas, que no están disponibles en todos los centros, exponen a los pacientes a la radiación y son costosas. En cambio, los ultrasonidos cardíacos, también llamados ecocardiogramas, pueden realizarse en una clínica o consulta médica, no producen radiación y suelen ser mucho menos costosos.

"Demostramos que los ecocardiogramas, cuando se interpretan con nuestro software de IA, pueden predecir el calcio de las arterias coronarias y pronosticar el riesgo de infarto casi tan bien como las tomografías computarizadas. Esto resultó cierto incluso en casos en los que el ojo desnudo de un lector experto ve que la imagen ecográfica del corazón parece bastante normal", ha destacado el autor principal, David Ouyang.

Utilizando un conjunto de datos de 2.881 imágenes de ecocardiograma, los investigadores entrenaron una herramienta de inteligencia artificial basada en vídeo para predecir las puntuaciones de calcio en las arterias coronarias.

Las puntuaciones van desde cero (que representa una puntuación ´perfecta´ sin indicios de acumulación de calcio en las arterias coronarias) hasta más de 2.000, un mal pronóstico para las personas, que representa un alto riesgo de ataque cardíaco y enfermedad arterial coronaria.

El modelo de aprendizaje profundo basado en vídeo predijo con éxito puntuaciones de cero en pacientes con buena salud, así como puntuaciones elevadas de calcio coronario, que probablemente presagian un peor pronóstico futuro.

Ouyang y su equipo esperan que esta eficiente tecnología, que incluye una puntuación de calcio coronario para cada paciente, pueda utilizarse en todos los laboratorios de ecocardiografía. Este tipo de recurso, según el investigador, "permitirá obtener imágenes más rápidas, potencialmente más frecuentes y, en general, más rentables que proporcionen información predictiva clínicamente valiosa."