Inteligencia artificial podría mejorar interpretación de estudios de función pulmonar

Por el equipo editorial de LabMedica en español
Actualizado el 29 Sep 2016

Un primer estudio en el campo de las pruebas pulmonares sugiere que el diagnóstico de enfermedades pulmonares podría mejorar utilizando algoritmos de inteligencia artificial desarrollados para interpretar los resultados compilados a partir de las pruebas que se utilizan actualmente.

Imagen: La inteligencia artificial (IA) se puede utilizar para ayudar a mejorar la exactitud del diagnóstico en las enfermedades pulmonares (Foto cortesía de la IANS).

El estudio, presentado el 4 de septiembre en el Congreso Internacional de la Sociedad Europea de Enfermedades Respiratorias (Londres, Reino Unido), es el primero en explorar el uso potencial de la IA para mejorar la exactitud del diagnóstico de las enfermedades pulmonares. Las pruebas actuales requieren una serie de ensayos que incluyen una prueba de espirometría (mide la cantidad de volumen y la velocidad del flujo de aire durante la respiración), seguido de una prueba de pletismografía corporal (medidas de los volúmenes pulmonares estáticos y la resistencia de las vías respiratorias), a continuación, por último, una prueba de difusión (mide la cantidad de oxígeno y otros gases que atraviesan los sacos de aire de los pulmones). El análisis de los resultados de estas pruebas se basa en gran medida en la opinión de expertos y las directrices internacionales, tratando de detectar patrones.

El nuevo estudio incluyó datos de 968 personas a quienes les practicaron pruebas completas de función pulmonar, por primera vez. Todos los participantes recibieron un primer diagnóstico clínico basado en las pruebas de función pulmonar y pruebas adicionales (por ejemplo, tomografías computarizadas, electrocardiograma, etc.). El diagnóstico final fue validado por un consenso de un gran grupo de expertos clínicos.

Los investigadores estudiaron a continuación si “el aprendizaje automático” (utilizando algoritmos que pueden aprender del análisis de datos y realizar predicciones) se podía utilizar para analizar de forma eficaz un conjunto completo de pruebas de función pulmonar. Ellos desarrollaron un algoritmo de proceso, además de los parámetros rutinarios de la función pulmonar y las variables clínicas de la historia de tabaquismo, el índice de masa corporal y la edad. Con base en el patrón de tanto los datos de la función clínica y pulmonar, el algoritmo proporciona una sugerencia para el diagnóstico más probable.

Wim Janssens de la Universidad de Lovaina (Lovaina, Bélgica), autor principal del estudio, dijo: “Hemos demostrado que la IA nos puede proporcionar un diagnóstico más exacto en este nuevo estudio. La belleza de nuestro desarrollo es que el algoritmo puede simular el razonamiento complejo que un médico usa para dar su diagnóstico, pero de una forma más estandarizada y objetiva”.

Los médicos utilizan actualmente el análisis de los resultados utilizando parámetros basados en la población. Con la IA, la máquina puede observar una combinación de patrones simultáneamente para ayudar a producir un diagnóstico más exacto. Esto se ha hecho en otros campos de la salud, tales como con una interpretación automática de los resultados de un electrocardiograma, que se utiliza de forma rutinaria en la práctica clínica como un sistema de soporte de decisiones.

Marko Topalovic, Universidad de Lovaina, primer autor del estudio, dijo: “La ventaja de este método es una interpretación más exacta y automatizada de las pruebas de función pulmonar y, por lo tanto, una mejor detección de la enfermedad. Esto, no sólo les puede ayudar a los médicos sin experiencia, sino que también. tiene muchos beneficios para la salud en general, ya que ahorra tiempo en la realización de un diagnóstico final, ya que podría disminuir el número de ensayos clínicos adicionales redundantes que se están tomando para confirmar el diagnóstico”.

El próximo paso será ensayar el algoritmo en diferentes poblaciones y aumentar el poder de decisión del sistema utilizando actualizaciones continuas en los datos de la función pulmonar con diagnósticos clínicos validados.

Enlace relacionado:

University of Leuven