Investigadores del Technion, la reconocida universidad tecnológica del norte de Israel, están desarrollando un sistema de inteligencia artificial (IA) que sea capaz de «hablar el idioma» de los médicos, para compartirles detalles ocultos en un electrocardiogramas (ECG).
El ECG es una de las herramientas más esenciales de la medicina moderna, utilizada para detectar problemas cardíacos, desde arritmias hasta anomalías estructurales. Decenas de millones de estos estudios se realizan al año en todo el mundo, en urgencias o en consultas de rutina.
Y, a medida que los sistemas de IA se vuelven más avanzados, se utilizan cada vez más para analizar ECG, a veces incluso detectando afecciones que los médicos podrían pasar por alto.
El problema, señalaron desde el Technion, radica en que los médicos necesitan comprender por qué un sistema de IA realiza un diagnóstico determinado.
Si bien un análisis de ECG basado en IA puede alcanzar una alta precisión, a menudo funciona como una «caja negra», ofreciendo resultados sin explicar su razonamiento. Sin explicaciones claras, los médicos dudan en confiar en estas herramientas.
«Hablar» como los médicos
Para superar esta deficiencia, los investigadores están trabajando para que la inteligencia artificial sea más interpretable, dándole la capacidad de explicar sus conclusiones de forma coherente con el conocimiento de los médicos, con el «idioma» que se habla en un hospital.
En ese sentido, para que la IA sea útil en entornos clínicos, debe resaltar las mismas características del ECG que los médicos utilizan para diagnosticar enfermedades cardíacas.
Eso supone un reto, ya que incluso entre cardiólogos no siempre existe un consenso total sobre cuáles son los marcadores de ECG más importantes.
A pesar de ello, se crearon diversas técnicas de interpretación para ayudar a la IA a explicar sus decisiones. Sin embargo, esas técnicas a veces resaltan amplias regiones del ECG sin identificar el marcador exacto, lo que puede dar lugar a posibles interpretaciones erróneas.
También, en ocasiones, resaltan partes irrelevantes de la imagen, como el fondo, en lugar de la señal real del ECG.
Inteligencia en el mundo real
La mayoría de los modelos de IA actuales se basan en imágenes de ECG escaneadas de alta calidad. Pero, en el mundo real, los médicos no siempre tienen acceso a exploraciones perfectas.
A menudo dependen de impresiones en papel, que pueden fotografiar con su teléfono para compartir con colegas o añadir al historial clínico del paciente. Esas imágenes fotografiadas pueden estar inclinadas, arrugadas o sombreadas, lo que dificulta considerablemente el análisis.
Para solucionar esto, el doctor Vadim Gliner, en colaboración con el Laboratorio Schuster del Technion, diseñó una nueva herramienta de interpretación de IA diseñada específicamente para imágenes de ECG fotografiadas.
Mediante una técnica matemática avanzada (basada en la matriz jacobiana), este método ofrece precisión a nivel de píxel, lo que significa que puede resaltar incluso los detalles más pequeños dentro de un ECG.
A diferencia de los modelos anteriores, no se «distrae» con el fondo e incluso puede explicar por qué ciertas condiciones no aparecen en un ECG determinado.
Hacia una mejor atención para el paciente
Con la IA desempeñando un papel cada vez más importante en la atención médica, hacerla explicable y fiable es tan importante como asegurar su precisión, aseguraron voceros de la universidad israelí.
Al desarrollar métodos que permiten a la IA comunicar sus hallazgos de forma coherente con la experiencia médica, añadieron, los investigadores están allanando el camino para herramientas más inteligentes, fiables y ampliamente aceptadas en cardiología.
Con estos avances, los médicos pronto podrán contar con asistentes de IA que no solo detecten problemas cardíacos, sino que también expliquen claramente su razonamiento, lo que se traducirá en una mejor atención al paciente mejor, más rápida y más informada, concluyeron.
Los resultados del estudio se publicaron en la revista especializada Nature, y se pueden consultar, en inglés, haciendo clic aquí.
