Modelo de IA predice riesgos cardiovasculares en pacientes chinos

La enfermedad Cardiovascular (ECV) es una de las principales causas de muerte en todo el mundo. No solo causa problemas de Salud graves, sino que también genera altos costos médicos. Un estudio importante ha demostrado que la hipertensión es el factor de riesgo más significativo para la ECV, causando millones de muertes cada año. En China, el accidente cerebrovascular y las enfermedades del corazón son las principales causas de muerte y discapacidad.

Debido al gran número de personas afectadas, hay una fuerte necesidad de herramientas para identificar a quienes están en riesgo. Algunas herramientas existentes, como el modelo de riesgo de Framingham y otros, se crearon utilizando datos principalmente de países occidentales. Sin embargo, la gente en países asiáticos tiene perfiles de salud y factores de riesgo diferentes. Por ejemplo, las personas en Asia a menudo enfrentan tasas más altas de accidentes cerebrovasculares e hipertensión, pero tasas más bajas de colesterol alto.

Usar herramientas de evaluación de riesgo desarrolladas en Occidente en poblaciones asiáticas podría llevar a errores en la predicción del riesgo real. Incluso cuando estas herramientas se ajustaron para poblaciones locales, seguían dando estimaciones inexactas para adultos mayores en lugares como Hong Kong. Solo hay unos pocos Modelos diseñados específicamente para grupos asiáticos, como el China-PAR y un estudio japonés. Sin embargo, estos modelos tienen sus propias limitaciones.

El modelo China-PAR no incluye medidas importantes como los niveles de colesterol. Además, cuando se creó, la inteligencia artificial (IA) no se usaba ampliamente. Los recientes avances en IA han mostrado mejoras en la predicción de resultados de salud en comparación con métodos tradicionales. Nuestro equipo fue uno de los primeros en usar IA para Predecir problemas de salud graves en pacientes con problemas cardíacos y diabetes.

Este estudio se centra en desarrollar un modelo basado en IA para predecir eventos cardiovasculares iniciales y repetidos utilizando datos de clínicas de medicina familiar en Hong Kong. Este modelo es único porque está diseñado específicamente para pacientes chinos. Tiene en cuenta varios factores como lecturas de presión arterial, condiciones de salud existentes, medicamentos y resultados de laboratorio.

#Resumen del Estudio

El estudio fue aprobado por los comités éticos relevantes en Hong Kong. Involucró revisar registros de salud pasados recopilados de hospitales y clínicas públicas en Hong Kong. Los datos incluían información sobre pacientes que visitaron clínicas de medicina familiar entre el 1 de enero de 2000 y el 31 de diciembre de 2003. No se incluyó en este análisis a los pacientes que murieron dentro de los 30 días de la visita o que eran menores de 18 años.

Se recopiló información importante de los pacientes durante este tiempo, incluyendo edad, género, presión arterial y condiciones de salud preexistentes como diabetes y enfermedades cardíacas. También se vinculó información sobre medicamentos y resultados de muerte con los registros del gobierno local. Se recopilaron resultados de pruebas de laboratorio como niveles de colesterol y otros marcadores sanguíneos.

#Hallazgos Clave

El objetivo principal era predecir eventos cardiovasculares severos, definidos como ataques cardíacos, accidentes cerebrovasculares y muertes relacionadas, hasta finales de 2019. El estudio encontró que un número significativo de pacientes desarrolló eventos graves y una gran cantidad falleció durante el período de seguimiento.

En total, se revisaron inicialmente más de 155,000 pacientes. Tras excluir a quienes no cumplieron con los criterios, se analizaron 154,569 pacientes. Más de 31,000 desarrollaron eventos cardiovasculares graves, lo que es una preocupación notable para la salud pública.

El estudio examinó varios métodos para predecir estos eventos. Los investigadores encontraron que el modelo de IA CatBoost fue el que mejor desempeño tuvo en la predicción de eventos graves en comparación con métodos tradicionales como la regresión logística. Este modelo pudo evaluar el riesgo con precisión y su capacidad para predecir eventos fue consistente en diferentes grupos de pacientes.

#Desarrollo del Modelo

El uso de herramientas de IA permitió una mejor comprensión de cómo interactúan entre sí los diferentes factores de salud. En este estudio, se utilizaron técnicas de aprendizaje automático para desarrollar un marcador predictivo a partir de los datos de salud base de los pacientes.

El modelo CatBoost, entre otros, fue evaluado a fondo. Este modelo rastreó específicamente la salud cardíaca y tuvo una alta tasa de éxito en la predicción de eventos graves. Era importante asegurar que el modelo funcionara bien en diversas demografías de pacientes, como edad y género.

Los resultados mostraron que el modelo CatBoost es confiable al predecir eventos cardiovasculares en hombres y mujeres. También funcionó bien en diferentes grupos de edad, destacando su efectividad para identificar pacientes en riesgo, particularmente adultos jóvenes y ancianos.

#Fuerza Predictiva e Implementación del Tablero

La capacidad predictiva del modelo CatBoost mostró una fuerte correlación con la ocurrencia real de eventos graves, ayudando a identificar eficazmente a los pacientes en riesgo. Esto incluyó a pacientes con y sin problemas cardiovasculares previos.

Para facilitar evaluaciones de riesgo en tiempo real, se creó un tablero. Esta herramienta incluye indicadores de salud clave como presión arterial, enfermedades existentes, medicamentos y pruebas de laboratorio, permitiendo a los proveedores de atención médica calcular los riesgos de los pacientes de tener eventos cardiovasculares graves a lo largo de varios años.

Usando el tablero, los clínicos pueden monitorear cambios en las condiciones de salud y ajustar tratamientos según sea necesario. Esta herramienta tiene como objetivo promover una mejor toma de decisiones en la atención médica rutinaria y fomentar el cuidado colaborativo entre médicos y pacientes.

#Importancia de la Prevención

La mayoría de los factores de riesgo para la enfermedad cardiovascular se pueden cambiar a través de cambios en el estilo de vida y tratamientos. Los factores utilizados en este modelo predictivo se basan en información de salud regular, lo que lo hace accesible para el monitoreo continuo del paciente. La herramienta de predicción de riesgo basada en IA puede ayudar a identificar con precisión a las personas en riesgo de desarrollar problemas cardíacos.

Este enfoque proactivo permite a los médicos brindar consejos personalizados para cambios de estilo de vida y medicamentos para ayudar a prevenir problemas de salud graves. A largo plazo, implementar esta herramienta puede contribuir a reducir costos de atención médica y promover un envejecimiento más saludable.

Futuros estudios explorarán cómo incluir el impacto de nuevos medicamentos cardíacos en las predicciones de riesgo. Se está investigando la posibilidad de integrar variaciones en la presión arterial, colesterol y otras medidas de salud en las evaluaciones para mejorar la precisión de las estimaciones de riesgo.

#Conclusión

Este estudio ha desarrollado el primer modelo de riesgo de enfermedad cardiovascular impulsado por IA específicamente para poblaciones chinas. Está diseñado para predecir eventos cardíacos graves basándose en datos del mundo real, lo que representa un avance significativo en el campo de la salud.

El modelo permite hacer predicciones personalizadas, dando a médicos y pacientes una visión más clara de los riesgos para la salud. El tablero proporciona una herramienta fácil de entender para el monitoreo y gestión continua del paciente. A medida que la atención médica sigue evolucionando, tales innovaciones pueden llevar a una atención más efectiva y eficiente para pacientes en riesgo de enfermedad cardiovascular.