IA para identificar riesgo de embolia

J. Alberto San Román

Hospital Clínico Universitario de Valladolid, España

La endocarditis infecciosa es una enfermedad rara con una incidencia anual en España de3,5 casos por cada 100.000 habitantes. Se trata de una enfermedad cardíaca extremadamente grave que provoca la muerte hasta en cuatro de cada diez pacientes. En el 80 % de los casos, la mortalidad se asocia a eventos embólicos vinculados a la enfermedad, como el ictus isquémico agudo. Estudios previos han determinado que estos eventos están causados por la aparición de lesiones en el tejido interno del corazón.

Cuando eso ocurre, es clave discernir cuál es la opción más adecuada en cada caso para mejorar el pronóstico del paciente: una cirugía a corazón abierto para tratar la lesión, con los riesgos que conlleva una intervención de este tipo, o bien un tratamiento más conservador. Actualmente, uno de los principales factores en los que se basa esa decisión es el tamaño de la lesión, aunque esta medida tiene un poder predictivo limitado, lo que comporta que a veces se lleven a cabo cirugías de alto riesgo en pacientes que no lo necesitarían y, en cambio, que algunos pacientes sometidos a tratamiento conservador, que podrían haberse salvado con una cirugía realizada a tiempo, presenten complicaciones y mueran.

El objetivo del presente proyecto es desarrollar una herramienta capaz de predecir eficientemente el pronóstico del paciente para así poder optar por el tratamiento más adecuado de forma precoz. Para ello, se aplicarán técnicas de inteligencia artificial y algoritmos de aprendizaje automático para analizar imágenes obtenidas mediante ecocardiografía.

Artificial Intelligence system for predicting embolisms in infective endocarditis

Fase 1