Noticias
Logran un nuevo enfoque clínico para la fibrilación auricular capaz de minimizar accidentes cerebrovasculares y hemorragias
Investigadores norteamericanos han diseñado el primer modelo de IA individualizado conocido enfocado a la toma de decisiones clínicas en pacientes con fibrilación auricular. La nueva herramienta podría revolucionar el enfoque clínico para tratar esta patología y minimizar los accidentes cerebrovasculares y las hemorragias.
La fibrilación auricular (FA) es la arritmia cardíaca más común y afecta a aproximadamente 59 millones de personas en todo el mundo. Durante la FA, las cavidades superiores del corazón se contraen, lo que permite que la sangre se estanque y forme coágulos. Estos coágulos pueden desprenderse y llegar al cerebro, causando un accidente cerebrovascular.
Al respecto, investigadores del Hospital Mount Sinaí de Nueva York (EE.UU.) han logrado desarrollar un modelo de inteligencia artificial para realizar recomendaciones de tratamiento individualizadas para pacientes con fibrilación auricular. Los expertos han conseguido así dar un enfoque completamente nuevo para la toma de decisiones clínicas en este tipo de pacientes.
Se trata de un enfoque para la toma de decisiones clínicas individualizado en comparación con la práctica actual, donde los profesionales clínicos utilizan puntuaciones o herramientas de riesgo que proporcionan estimaciones del riesgo promedio para la población de pacientes estudiada, no para cada paciente individualmente
En concreto, dicho modelo de IA utiliza la historia clínica electrónica completa del paciente para recomendar un tratamiento individualizado. Sopesa el riesgo de sufrir un ictus frente al riesgo de hemorragia grave (ya sea de forma natural o como resultado del tratamiento con anticoagulantes). A partir de ahí, proporciona una estimación del riesgo a nivel de paciente, que posteriormente utiliza para realizar una recomendación individualizada, considerando los beneficios y riesgos del tratamiento para el paciente.
Para el desarrollo de esta herramienta, se entrenó el modelo de IA con los historiales médicos electrónicos de 1,8 millones de pacientes, que abarcaron 21 millones de visitas médicas, 82 millones de notas y 1200 millones de datos. Para validar el modelo, los investigadores probaron su rendimiento en 38.642 pacientes con fibrilación auricular del Sistema de Salud Mount Sinai. También lo validaron externamente con 12.817 pacientes a partir de conjuntos de datos públicos de Stanford.
El modelo fue capaz de generar recomendaciones de tratamiento alineadas con la mitigación del ictus y la hemorragia. "Este estudio representa una profunda modernización en la gestión de la anticoagulación en pacientes con fibrilación auricular y podría cambiar el paradigma de la toma de decisiones clínicas", explicó, al respecto, el Dr. Joshua Lampert, autor correspondiente y director de Aprendizaje Automático del Hospital Cardíaco Mount Sinai Fuster.
La novedosa herramienta, según sus autores, no solo puede calcular las recomendaciones iniciales, sino también actualizarlas dinámicamente con base en el historial clínico electrónico completo del paciente antes de una cita.
Asimismo, destacan que estas recomendaciones pueden descomponerse en probabilidades de ictus y hemorragia grave, lo que libera al profesional clínico de la carga cognitiva de sopesar los riesgos de ictus y hemorragia no específicos de cada paciente, evita la necesidad de mano de obra humana para la recopilación de datos adicionales y proporciona perfiles de riesgo discretos y relacionables para facilitar el asesoramiento a los pacientes.
3 septiembre 2025 | Fuente: IM Médico | Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2025. Agencia Informativa Latinoamericana Prensa Latina S.A. | Noticia
