Nueva herramienta de IA predice 10 años antes el riesgo de enfermedades coronarias
- curecompass
- 27 julio, 2025
- I+D, Salud, Tecnología
- cardiología, Institutos Nacionales de Salud de Estados Unidos, Inteligencia Artificial, Nature Medicine, NIH, Portada, Scripps Research Translational Institute, UK Biobank
- 0 Comments
Investigadores de Scripps Research lideran un avance en medicina personalizada usando inteligencia artificial.
Un equipo multidisciplinario del Scripps Research Translational Institute ha desarrollado un modelo avanzado basado en inteligencia artificial capaz de predecir con notable precisión el riesgo a 10 años de desarrollar enfermedad arterial coronaria (EAC), la principal causa de muerte a nivel mundial.
Los resultados, publicados en la revista Nature Medicine el 16 de abril de 2025, abren la puerta a una prevención más eficiente y personalizada para millones de personas.
El grupo de investigación, liderado por el Dr. Ali Torkamani, profesor y director de Genómica e Informática del Genoma en Scripps Research Translational Institute, analizó cerca de 2.000 factores, incluyendo datos demográficos, estilos de vida, medicación, genética, antecedentes médicos, laboratorios y diagnósticos, utilizando extensos datos del UK Biobank.
Gracias a este enfoque, el modelo logró reducir la lista de predictores a solo 53 variables de alta relevancia.
El modelo fue evaluado estrictamente, logrando un área bajo la curva (AUC) de 0,84 en la cohorte de desarrollo y de 0,81 al aplicar en una población independiente del programa “All of Us” del NIH, superando así a las evaluaciones clínicas tradicionales para estimar el riesgo de EAC.
«Creo que una predicción más precisa y personalizada del riesgo podría motivar a los pacientes a comprometerse con una prevención temprana», afirmó el Dr. Torkamani. «Nuestro modelo primero predice el riesgo de que una persona desarrolle EAC y luego brinda información para permitir la intervención personalizada».
Según Shang-Fu “Shaun” Chen, exdoctorando en Scripps y primer autor del estudio, “en comparación con las herramientas clínicas convencionales, el nuevo modelo mejoró la clasificación de riesgo en aproximadamente uno de cada cuatro individuos, ayudando a identificar verdaderamente a quienes están en riesgo y evitando preocupaciones innecesarias en quienes no lo están”.
Uno de los aportes más relevantes del modelo es su capacidad para identificar a individuos jóvenes y mujeres, grupos históricamente subdiagnosticados, que podrían tener un riesgo elevado debido a su perfil genético, aun cuando sus características clínicas indiquen bajo riesgo..
Además, el sistema permite la generación de perfiles individuales de reducción de riesgo, evaluando el impacto potencial de intervenciones médicas y cambios de estilo de vida según la carga genética de cada paciente.
«Pensamos que lo más importante es que los pacientes sean conscientes de sus riesgos individuales para que puedan recibir los tratamientos apropiados y realizar cambios en su estilo de vida», añadió Chen.
El siguiente paso en la investigación será una prueba clínica a largo plazo para confirmar si el uso de esta herramienta puede traducirse en una mejor prevención y cuidado de los pacientes en situaciones reales.
Este trabajo contó con el apoyo de los Institutos Nacionales de Salud de Estados Unidos (NIH) y el equipo de HPC de Scripps Research, demostrando el potencial que tiene la combinación de inteligencia artificial, información genética y medicina de precisión para revolucionar la prevención y el tratamiento de enfermedades cardiovasculares a nivel global.
—
