✨︎ Resumen (TL;DR):
- Investigadores de Penn Medicine crearon un modelo de IA para interpretar videos de resonancias magnéticas sin necesidad de etiquetas manuales excesivas.
- El sistema procesó más de 300,000 clips de 20,000 pacientes, alcanzando puntuaciones de precisión (AUC) de hasta 0.97.
- En una prueba con 40,000 escaneos reales, la IA detectó 112 casos no diagnosticados de miocardiopatía hipertrófica mortal.
Un equipo de investigación liderado por Penn Medicine desarrolló un modelo fundacional de inteligencia artificial capaz de interpretar resonancias magnéticas cardíacas con un nivel de precisión similar al de los especialistas humanos. El estudio, publicado el 25 de marzo en Nature Biomedical Engineering, detalla cómo este sistema vincula videos sin procesar con reportes radiológicos para identificar enfermedades del corazón.
Este modelo fundacional es un sistema de aprendizaje automático que extrae información médica asociando el texto clínico directamente con el video de la resonancia, eliminando la dependencia de grandes bases de datos anotadas a mano. Para lograrlo, los desarrolladores utilizaron más de 300,000 clips de video provenientes de aproximadamente 20,000 pacientes de cuatro centros médicos académicos en Estados Unidos.
Durante las pruebas, el software calculó la fracción de eyección del ventrículo izquierdo con exactitud clínica y superó a los métodos tradicionales en la detección de disfunción cardíaca severa. La herramienta diagnosticó 39 condiciones cardíacas distintas, incluyendo amiloidosis, logrando puntuaciones de área bajo la curva (AUC) de hasta 0.97 utilizando únicamente imágenes sin contraste.
“La resonancia magnética cardíaca es una de las herramientas más poderosas disponibles para los cardiólogos, pero interpretar estos escaneos requiere una experiencia poco común, y muchos hospitales —especialmente los centros comunitarios y rurales— carecen de especialistas que lean estudios complejos con regularidad”, explicó el Dr. Rohan Shad, residente de cirugía cardiotorácica en la Escuela de Medicina Perelman de la Universidad de Pensilvania y coautor del estudio.
Detección clínica en el mundo real
Al procesar una base de 40,000 escaneos reales, el algoritmo identificó 112 casos previamente no diagnosticados de miocardiopatía hipertrófica. Este trastorno genético del músculo cardíaco puede provocar muerte súbita si los pacientes no reciben tratamiento oportuno.
El sistema superó múltiples validaciones externas demostrando su viabilidad técnica:
- Comprobó su eficacia en bases de datos internacionales independientes como el UK Biobank.
- Demostró capacidad de diagnóstico efectivo utilizando apenas el 1% de los datos de entrenamiento etiquetados que exige la IA convencional.
- Ofrece alta utilidad para estudiar enfermedades raras donde los registros de imágenes anotadas por expertos son escasos.
El equipo liberó el modelo preentrenado de forma gratuita para uso académico, mientras prepara estudios clínicos prospectivos para ampliar su dataset con decenas de miles de imágenes adicionales. Como confirmó el propio Dr. Rohan Shad a través de X: “La construcción de modelos fundacionales para resonancia magnética cardíaca finalmente se ha publicado”.
