Puedo mirar en tus ojos y ver directamente a tu corazón.

Puede sonar como un sentimiento sappy de una tarjeta de Hallmark. Esencialmente, sin embargo, eso es lo que hicieron los investigadores de Google al aplicar la inteligencia artificial para predecir algo muy serio: la probabilidad de que un paciente sufra un ataque cardíaco o un derrame cerebral. Los investigadores hicieron estas determinaciones al examinar imágenes de la retina del paciente.

Google, que presenta sus hallazgos el lunes en Nature Biomedical Engineering , una revista médica en línea, dice que este método es tan preciso como predecir una enfermedad cardiovascular a través de medidas más invasivas que implican colocar una aguja en el brazo de un paciente.Al mismo tiempo, Google advierte que se necesita más investigación.Según la compañía, los investigadores médicos han demostrado previamente cierta correlación entre los vasos retinianos y el riesgo de un episodio cardiovascular importante. Utilizando la imagen de la retina, Google dice que fue capaz de cuantificar esta asociación y el 70% del tiempo predice con precisión qué paciente dentro de los cinco años experimentará un ataque cardíaco u otro evento cardiovascular importante, y qué paciente no. Esos resultados coincidieron con los métodos de prueba que requieren la extracción de sangre para medir el colesterol de un paciente.Google utilizó modelos basados ​​en datos de 284,335 pacientes y validados en dos conjuntos de datos independientes de 12,026 y 999 pacientes.

“La advertencia de esto es que es temprano, (y) lo entrenamos en un pequeño conjunto de datos”, dice Lily Peng de Google, una doctora e investigadora principal del proyecto. “Creemos que la precisión de esta predicción aumentará un poco más a medida que obtengamos datos más completos. Descubrir que podríamos hacer esto es un buen primer paso. Pero debemos validarlo”.

Peng dice que Google se sorprendió un poco por los resultados. Su equipo había estado trabajando en la predicción de enfermedades oculares, luego expandió el ejercicio y le pidió al modelo que predijera a partir de la imagen si la persona era fumadora o cuál era su presión arterial. Ir más allá de predecir los factores que ponen a una persona en riesgo de sufrir un ataque cardíaco o un derrame cerebral fue una consecuencia de la investigación original.

La técnica de Google generó un “mapa de calor” o una representación gráfica de los datos que reveló qué píxeles de una imagen eran los más importantes para predecir un factor de riesgo específico. Por ejemplo, el algoritmo de Google prestó más atención a los vasos sanguíneos para hacer predicciones sobre la presión arterial.

“El reconocimiento de patrones y el uso de imágenes es una de las mejores áreas para la IA en este momento”, dice Harlan M. Krumholz, profesor de medicina (cardiología) y director del Centro de Investigación y Evaluación de Resultados de Yale, quien considera que la investigación es una prueba de concepto.

“Nos ayudará a entender estos procesos y diagnósticos de una manera que no hemos podido hacer antes”, dice. “Y esto vendrá de fotografías y sensores, y de una amplia gama de dispositivos que nos ayudarán a mejorar esencialmente el examen físico y creo que es más preciso perfeccionar nuestra comprensión de la enfermedad y las personas y emparejarla con los tratamientos”.

En caso de que la investigación se desarrolle con el tiempo, los médicos, como parte de los chequeos de salud de rutina, podrían estudiar estas imágenes de la retina para ayudar a evaluar y administrar los riesgos de salud de los pacientes.

¿Cuánto tiempo puede tomar?

Peng dice que es más en el “orden de los años” que algo que sucederá en los próximos meses. “No es solo cuándo se va a usar, sino cómo se usa”.

Pero Peng es optimista de que la inteligencia artificial puede aplicarse en otras áreas del descubrimiento científico, incluso en la investigación del cáncer.

Los descubrimientos médicos generalmente se realizan a través de lo que ella dice que es una forma sofisticada de “adivinar y probar”, lo que significa desarrollar hipótesis a partir de observaciones y luego diseñar y realizar experimentos para probarlos.

Pero observar y cuantificar asociaciones con imágenes médicas puede ser un desafío , dice Google, debido a la gran variedad de características, patrones, colores, valores y formas que están presentes en las imágenes reales. 

“Estoy muy entusiasmado con lo que esto significa para el descubrimiento”, dice Peng. “Esperamos que los investigadores en otros lugares tomen lo que tenemos y lo construyamos”.