Un consorcio de investigadores de institutos médicos y universitarios en China creó una herramienta ultra sensible y nada invasiva para poder determinar si una persona sufrirá en el lapso de cinco años un accidente cerebrovascular (ACV). La novedad acaba de ser publicada en la revista Nature.
Las imágenes cerebrales actuales para detectar “infartos cerebrales silenciosos” -de sintomatología subclínica y asociados a potenciales ACV– no son factibles en la población general. Para superar ese obstáculo, los científicos desarrollaron un sistema de inteligencia artificial basado en imágenes de la retina del ojo.
Utilizaron 895.640 fotos de retina para entrenar al sistema, que codifica un modelo de base específico para representar las conexiones ojo-cerebro. Luego, validaron las tareas clínicas posteriores con 213.762 fotos de retina de China, Singapur, Malasia, Estados Unidos, Reino Unido y Dinamarca.
Finalmente, en un estudio del mundo real con 218 participantes, evaluaron el rendimiento de la herramienta, bautizada DeepRETStroke, en comparación con los métodos tradicionales clínicos para guiar estrategias de prevención. La conclusión fue que el sistema de IA fue superior para la predicción de ictus.
El ictus es una de las principales causas de muerte y discapacidad a largo plazo en el mundo. Las evaluaciones convencionales del riesgo de ictus se basan en información sobre factores de riesgo clínicos, principalmente a partir de datos autodeclarados, como el tabaquismo y los antecedentes de ACV.
Esa información no es suficiente para identificar con precisión a las personas en riesgo. “Estudios previos demostraron que la precisión de los modelos convencionales de predicción del riesgo de ACV es modesta, especialmente en poblaciones multiétnicas”, explicaron los investigadores en Nature.
Las imágenes cerebrales pueden detectar la presencia o ausencia de enfermedad cerebrovascular, por lo que incorporar estas características de las imágenes cerebrales en la evaluación de riesgos resulta útil para identificar con mayor certeza a las personas con alto riesgo.
Sin embargo, ahora la identificación de esos indicios se basa principalmente en imágenes cerebrales como la resonancia magnética y la tomografía computarizada, que resultan poco prácticas y no son rentables en términos de costo beneficio para la pesquisa general de accidentes cerebrovasculares.
Por lo tanto, los médicos no recomiendan esos estudios en la población general, asintomática, para detectar el riesgo de ACV. “Esto subraya una brecha clínica clave: cómo detectarlo de forma sencilla y rentable en la población sin necesidad de imágenes cerebrales”, plantearon los autores del trabajo.
Los recientes avances en imágenes médicas e IA destacaron la retina como una ventana única al cerebro. “La vasculatura retiniana comparte similitudes embriológicas, anatómicas y fisiológicas con la vasculatura cerebral, ofreciendo un sustituto no invasivo para detectar y predecir cambios cerebrovasculares tempranos”, detallaron los investigadores.
Agregaron que “una mayor precisión en la predicción del riesgo de ictus con métodos más sencillos, prácticos y rentables reducirá la morbilidad, la discapacidad y la mortalidad relacionadas con el ictus en la población general”. DeepRETStroke pudo predecir el riesgo de ictus hasta a 5 años, con una certeza del 90 por ciento en ictus incidente (cuando ocurre por primera vez) y del 76 por ciento en el ictus recurrente (cuando el paciente ya tiene antecedentes).
“Finalmente, en comparación con la evaluación actual basada en rasgos clínicos, demostramos en un estudio prospectivo que la información de DeepRETStroke logró estratificar el riesgo de ictus, lo que se asoció con un 82,44 por ciento menos de eventos recurrentes con intervenciones integrales adecuadas”, concluyeron.