La adopción de inteligencia artificial en el diagnóstico y pronóstico de enfermedades podría ayudar a prolongar la vida de las personas al tiempo que proporciona ahorros significativos para el NHS.

Esto es de acuerdo con los investigadores de la Universidad de Cardiff que han proporcionado evidencia convincente que muestra los beneficios que las técnicas de vanguardia pueden aportar a las evaluaciones de riesgo en los pacientes.

En un nuevo estudio publicado en Más uno , el equipo de investigadores ha demostrado cómo la inteligencia artificial puede proporcionar un pronóstico igualmente preciso y confiable para pacientes con enfermedades cardiovasculares, en comparación con los métodos tradicionales.

Las técnicas de aprendizaje automático que utilizaron no requerían experiencia ni interacción humana y, por lo tanto, superaron un importante cuello de botella en el proceso.

Coautor del estudio Profesor Craig Currie, de la Facultad de Medicina de la Universidad de Cardiff, dijo:"Si podemos perfeccionar estos métodos, nos permitirán determinar mucho antes aquellas personas que requieran medidas preventivas. Esto prolongará la vida de las personas y conservará los recursos del NHS ".

En una era de medicina basada en evidencias, el uso de estadísticas se ha convertido en una parte fundamental de la estimación de los riesgos de ciertos tipos de enfermedades.

Tradicionalmente, los médicos y estadísticos han abordado esta tarea desarrollando manualmente ecuaciones matemáticas. Sin embargo, La inteligencia artificial proporciona técnicas que pueden descubrir asociaciones complejas en los datos.

"Aunque ya contamos con métodos fiables para pronosticar a las personas según su grado de riesgo de sufrir episodios cardiacos graves, la inteligencia artificial promete nuevas formas de interrogar datos y la probabilidad de una clasificación de riesgo más confiable, "El profesor Currie continuó.

En su estudio, el equipo probó una técnica conocida como programación genética (GP), un método inspirado en la evolución de la naturaleza mediante el cual los programas de computadora se codifican como un conjunto de genes que luego se modifican o evolucionan de manera iterativa.

GP es ventajoso sobre los algoritmos producidos por humanos porque reduce el sesgo y la posibilidad de error humano, mientras que al mismo tiempo permite que cualquier cambio en el entorno se integre automáticamente en fórmulas matemáticas.

Una ventaja de este enfoque particular es que las complejas asociaciones descubiertas por la inteligencia artificial a partir de los datos pueden hacerse transparentes para los médicos. lo que significa que no es necesario que se aparten de su práctica actual.

En el estudio, el equipo utilizó GP para evaluar los riesgos futuros de un evento cardiovascular, como muerte cardiovascular, accidente cerebrovascular no mortal o infarto de miocardio no mortal, en más de 3, 800 pacientes cardiovasculares, de 19 a 83 años, durante un período de 10 años.

Los algoritmos de aprendizaje automático utilizaron un total de 25 predictores tomados de datos de pacientes, incluida la edad, sexo, IMC, consumo de alcohol y tabaco y presión arterial.

Los resultados mostraron que los algoritmos de aprendizaje automático podrían funcionar de manera comparable a los métodos tradicionales al predecir el riesgo asociado con pacientes individuales.

Coautora del estudio Profesora Irena Spasić, de la Facultad de Ciencias de la Computación e Informática de la Universidad de Cardiff, dijo:"La capacidad de interpretar las soluciones que ofrece el aprendizaje automático ha frenado hasta ahora la tecnología en términos de integración en la práctica clínica.

"Sin embargo, a la luz del reciente resurgimiento de las redes neuronales, es importante no dejar de lado otros métodos de aprendizaje automático, especialmente aquellos que ofrecen transparencia como la programación genética o los árboles de decisión. Después de todo, buscamos utilizar la inteligencia artificial para ayudar a los expertos humanos y no eliminarlos por completo de la ecuación ".