Una inteligencia artificial puede predecir las posibilidades de una persona de morir en un año únicamente examinando sus pruebas cardiacas, incluso aunque no había indicios previos de enfermedad cardiovascular. Lo misterioso es que desconoce cómo lo hace.
Según informa el diario El Confidencial, Brandon Fornwalt, del Centro Médico Geisinger en Pensilvania y sus colegas suministraron con datos a una inteligencia artificial. Exactamente, introdujeron los registros de 1,77 millones de electrocardiogramas pertenecientes a 400.000 pacientes para predecir quién tenía un mayor riesgo de morir en el próximo año.
Un electrocardiograma registra la actividad eléctrica del corazón y sus patrones cambian a causa de afecciones cardíacas, como los infartos y la fibrilación auricular.
Los investigadores entrenaron el algoritmo de la inteligencia artificial de dos maneras, en una solo se le introdujeron los datos en bruto de los electrocardiogramas, mientras que en la otra, la inteligencia artificial recibió esos mismos datos con el añadido de la edad y el sexo de los pacientes.
Midieron el rendimiento de la IA utilizando una métrica conocida como AUC, que mide el acierto de la máquina, es decir, su capacidad para distinguir correctamente entre los pacientes que murieron en los siguientes 12 meses y los que sobrevivieron.
La inteligencia artificial obtuvo una puntuación de 0,85 sobre 1, que es la puntuación perfecta, siendo 0,50 la que indica ninguna distinción entre los dos grupos. Los resultados habituales para este tipo de métrica oscilan entre 0,65 y 0,80, lo que indica la capacidad de acierto de la máquina.
La IA predijo con precisión el riesgo de muerte incluso en personas que tenían un electrocardiograma considerado normal por los por cardiólogos, que no pudieron captar los patrones de riesgo que detectó la inteligencia artificial.
"Este hallazgo sugiere que el modelo está viendo cosas que los humanos probablemente no pueden ver, o al menos que simplemente ignoramos y pensamos que son normale"", sostiene Fornwalt. "La IA puede enseñarnos cosas que tal vez hemos estado malinterpretando durante décadas".
Esta investigación se ha basado en datos históricos y los investigadores señalan la importancia de demostrar en estudios clínicos que un algoritmo de este tipo mejora los resultados en los pacientes.
