El NHS en Inglaterra ha lanzado un ensayo internacional sobre una herramienta de inteligencia artificial que podria identificar a los pacientes en riesgo depadecer diabetes tipo 2 más de una década antes de que desarrollen la condición.
Un grupo de médicos y científicos ha desarrollado una herramienta de IA transformadora que puede predecir a aquellos pacientes en riesgo de padecer diabetes hasta 13 años antes de que la enfermedad comience a desarrollarse. Se trata de una tecnología que analiza las lecturas del electrocardiograma (ECG) durante las exploraciones cardíacas de rutina, y que puede detectar cambios sutiles demasiado pequeños para ser vistos por el ojo humano, que podrían levantar la alarma temprano sobre un paciente en el camino a contraer diabetes tipo 2.
Esta herramienta podría permitir intervenciones tempranas y potencialmente ayudar a las personas a evitar desarrollar la afección por completo, por ejemplo, haciendo cambios en su dieta y estilo de vida.
De esta manera, el NHS comenzará a probar la herramienta en 2025 en el Imperial College Healthcare NHS trust y Chelsea and Westminster hospital NHS foundation trust, y será el primer sistema de salud del mundo en hacerlo.
Los involucrados en el desarrollo de esta tecnología, denominada estimación de riesgo AI-ECG para la diabetes mellitus (Aire-DM), esperan que pueda implementarse en todo el servicio de salud en Inglaterra y en otros países en los próximos años.
En este sentido, el Dr. Libor Pastika, becario de capacitación en investigación clínica en Imperial, ha explicado que "la IA tiene un enorme potencial para transformar la atención que podría conducir a mejoras sustanciales en la salud", y ha añadido que "al usar la IA para desbloquear información oculta dentro de los datos de ECG, Aire-DM podría ser revolucionario en la identificación temprana del riesgo futuro de diabetes tipo 2. "Ofreciendo una forma barata, accesible y no invasiva de predecir el riesgo de diabetes tipo 2 en una etapa temprana, Aire-DM podría abrir una nueva ventana de oportunidad para una atención preventiva más específica, ayudando a las personas a evitar la condición y sus complicaciones asociadas".
Un equipo dirigido por Fu Siong Ng y Arunashis Sau desarrolló en el Imperial College esta herramienta utilizando ECGs de 1,2 millones de registros hospitalarios. Más adelante utilizaron datos del Biobanco del Reino Unido, que contiene los datos genéticos y los registros médicos de más de 500.000 participantes, para validar la capacidad de la herramienta para detectar cambios sutiles en los ECG.
La herramienta mapea pequeños patrones de ECG más comunes en aquellos que desarrollarán diabetes tipo 2 en el futuro, y luego busca esos mismos patrones en los nuevos ECG.
Los signos reveladores incluyen variaciones en la forma en que viaja la señal eléctrica del corazón, como pequeños cambios en el tiempo, la forma o los patrones de ciertas ondas eléctricas, al tiempo que puede identificar tiempos de activación eléctrica más largos o diferencias en la forma en que se reinician las señales eléctricas del corazón.
Si bien estos cambios pueden parecer menores, reflejan los efectos tempranos de la diabetes en la estructura y función del corazón, mucho antes de que aparezcan los síntomas.
Las primeras pruebas ya han demostrado que la herramienta predice con precisión el riesgo en personas de diversas edades, géneros, etnias y orígenes socioeconómicos alrededor del 70 % de las veces; y cuando las predicciones de IA se combinaron con información genética y clínica, como la edad y la presión arterial, la precisión mejoró aún más, proporcionando una imagen aún más clara del riesgo.
El profesor Bryan Williams, director científico y médico de la British Heart Foundation, una organización benéfica que ayudó a financiar el desarrollo de la herramienta, ha explicado en relacion con este proceso que "esta emocionante investigación utiliza una poderosa inteligencia artificial para analizar los ECGs, revelando cómo la IA puede detectar cosas que normalmente no se pueden observar en los datos de salud recopilados de forma rutinaria".
Para concluir, Williams detalló que "esperamos ver cómo esta tecnología podría incorporarse a la práctica clínica, brindando la oportunidad de intervenir temprano para ayudar a reducir el riesgo e incluso prevenir la diabetes tipo 2 y sus complicaciones asociadas, por completo".
