Als passadissos de la cardiologia s’obre un nou capítol, la intel·ligència artificial es cola a la consulta per intentar albirar abans d’hora un infart agut de miocardi. Un recent article de MIT Technology Review apuntava que certs models posen sobre la taula la promesa de determinar amb antelació qui tindrà un atac de cor.
Així treballa la tecnologia que escolta el pols
Els sistemes d’IA en aquesta àrea combinen grans volums de dades clíniques, historials electrònics de salut, resultats de laboratori, imatges o electrocardiogrames, i fins i tot dades recollides per rellotges intel·ligents. En un dels estudis esmentats es va desenvolupar el model GRACE 3.0 per a pacients amb infart sense elevació del ST. Analitza nou variables clàssiques: edat, sexe, ritme cardíac, pressió arterial, nivells de troponina, desviacions en l’electro, funció renal, aturada prèvia i símptomes d’insuficiència. La diferència està en com creua aquestes dades, detecta patrons que escapen als models tradicionals.
Promeses que viatgen en ambulància
L’objectiu és anticipar-se millor, intervenir abans, reduir riscos. El model GRACE 3.0, per exemple, ajuda a decidir si un pacient ha de sotmetre’s a una angioplàstia urgent o quedar en observació. La IA pretén afinar on les escales convencionals es queden curtes, oferint una predicció personalitzada en lloc d’una genèrica.
Un motor alimentat per milers d’històries clíniques
Aquests sistemes s’entrenen amb enormes bases de dades multicèntriques, pacients hospitalitzats en diferents països, seguiments a llarg termini, imatges del cor i paràmetres analítics. En paral·lel, altres projectes integren imatges d’artèries captades per microcàmeres i analitzades amb IA per identificar plaques vulnerables.
Tensions en el batec digital
Sorgeixen preguntes inevitables. ¿Funcionen igual aquests models en dones, minories o poblacions del sud global? Alguns estudis alerten que la seva eficàcia cau fora del context on van ser entrenats. A més, els clínics reclamen explicacions, no n’hi ha prou amb una predicció, cal entendre com s’hi arriba. I hi ha la qüestió de la responsabilitat: si un algorisme falla, qui respon?
Un mirall davant del passat
Fins ara, s’utilitzaven escales com QRISK o Framingham per estimar risc a deu anys vista. Els models d’IA no els substitueixen, però els complementen amb una mirada més àmplia i precisa. En el cas de GRACE 3.0, la predicció se centra en un horitzó d’un any, i en pacients que ja estan en procés agut. La diferència està en l’ajust fi, com un vestit fet a mida.
Obre un parèntesi en les teves rutines. Subscriu-te al nostre butlletí i posa’t al dia en tecnologia, IA i mitjans de comunicació.
