Un estudio clínico aleatorio y ciego, liderado por expertos del Centro Médico Cedars-Sinai en Los Ángeles, ha demostrado que la inteligencia artificial (IA) es superior en la evaluación y diagnóstico de la función cardíaca en comparación con las valoraciones realizadas por técnicos de imagen en ecocardiogramas.
La investigación, que evaluó 3.495 pruebas, se basó en un modelo de IA desarrollado por el Cedars-Sinai en colaboración con la Universidad de Stanford en 2020 para evaluar la fracción de eyección del ventrículo izquierdo, una medida clave en el diagnóstico de la función del corazón.
Según los resultados, los cardiólogos estuvieron más de acuerdo con la evaluación inicial de la IA y solo corrigieron el 16,8% de las valoraciones iniciales realizadas por esta tecnología, mientras que corrigieron el 27,2% de las valoraciones iniciales realizadas por los ecografistas. Además, los médicos no pudieron distinguir qué valoraciones fueron realizadas por la IA y cuáles por los ecografistas, lo que demuestra el sólido rendimiento del algoritmo de IA y su perfecta integración en el software clínico.
Los expertos esperan que la IA pueda ahorrar tiempo a los clínicos y minimizar las partes más tediosas del flujo de trabajo de las imágenes cardíacas, pero destacan que el cardiólogo sigue siendo el experto que decide en última instancia sobre los resultados del modelo de IA.
A lo largo de la historia han surgido múltiples ejemplos de modelos de inteligencia artificial utilizados en la atención médica. Uno de ellos es el uso de la IA para la detección temprana del cáncer de mama. Un diagnóstico temprano es clave para aumentar las posibilidades de curación, y los modelos de IA han demostrado ser capaces de detectar anomalías en mamografías con una precisión comparable o incluso superior a la de los radiólogos.
Otro ejemplo es el uso de la IA en la interpretación de electrocardiogramas. Los ECG son una herramienta comúnmente utilizada para el diagnóstico de enfermedades cardíacas, pero la interpretación de los resultados puede ser compleja y subjetiva. A través de la IA se ha podido identificar patrones y anomalías con alta precisión, lo que puede ayudar a mejorar el diagnóstico y el tratamiento de enfermedades cardíacas.
Además, la IA también se está utilizando para mejorar la eficiencia y la precisión en la lectura de imágenes médicas, como tomografías computarizadas (TC) y resonancias magnéticas (RM), lo que puede ayudar a los radiólogos a detectar enfermedades y a evaluar la gravedad de las lesiones con mayor precisión.
