En la sección Innovaciones biotecnológicas del JAMA publicado el 14 de mayo último se dió a conocer una muy interesante noticia que hizo referencia a la identificación de dispositivos implantados a través de la inteligencia artificial*.
La nota hace referencia a que el software de inteligencia artificial superó a los cardiólogos en la identificación de dispositivos en las radiografías de pacientes, según informaron recientemente los investigadores en el Journal of the American College of Cardiology: Clinical Electrophysiology**.
La herramienta fue diseñada para identificar rápidamente los desfibriladores y los CDIs defectuosos implantados en pacientes, una tarea que actualmente realizan los cardiólogos que utilizan diagramas de flujo de imágenes que finalmente resultan obsoletos para su cometido.
Los investigadores entrenaron el software en 1451 imágenes radiográficas de pacientes en el Hammersmith Hospital de Londres y lo probaron en 225 imágenes diferentes obtenidas con la misma técnica.
En total, los rayos X se realizaron sobre 45 dispositivos de los 5 fabricantes principales.
La llamada red neuronal demostró una precisión del 99.6% para identificar a los fabricantes de dispositivos y, para sorpresa de los investigadores, una precisión del 96.4% para identificar el grupo de modelos.
En contraste, 5 cardiólogos tuvieron una precisión media de 72% para identificar a los fabricantes de dispositivos y no pudieron determinar los modelos.
“Obtener el modelo es un lujo adicional, ya que también le brindará al proveedor de atención médica información adicional, por ejemplo, si el marcapasos también es un desfibrilador y, en particular, si el dispositivo puede ir de manera segura dentro de una resonador magnético”, dijo James P. Howard, del Colegio Imperial de Londres.
La herramienta está disponible públicamente pero aún no está lista para uso clínico. Además de realizar una validación adicional en grandes conjuntos de datos independientes, los investigadores planean expandir el software para abarcar todo el mercado de dispositivos y mejorar la precisión de la identificación de su modelo.
* Abbasi J. AI Identifies Implanted Cardiac Devices. JAMA. 2019 May 14;321(18):1759. doi: 10.1001/jama.2019.5805.
** Dey D, Slomka PJ, Leeson P, Comaniciu D, Shrestha S, Sengupta PP, Marwick TH. Artificial Intelligence in Cardiovascular Imaging: JACC State-of-the-Art Review. J Am Coll Cardiol. 2019 Mar 26;73(11):1317-1335. doi: 10.1016/j.jacc.2018.12.054.