Un estudi gironí aplica intel·ligència artificial pionera per millorar la predicció d'una de les malalties més freqüents

Un estudi pioner ha desenvolupat un nou model basat en intel·ligència artificial (IA) que millora de manera significativa la predicció del risc cardiovascular en pacients amb hipercolesterolèmia familiar (HF), una malaltia hereditària que és la principal causa de cardiopatia coronària precoç i agressiva. El treball s’ha publicat a la revista científica European Heart Journal – Digital Health.

L’estudi té com a primer autor el Dr. Alberto Zamora, cap del grup d’Innovació en Salut Digital de l’Institut d'Investigació Biomèdica de Girona (Idibgi) i de la Corporació de Salut del Maresme i la Selva, i també ha comptat amb la participació de l’enginyer de telecomunicacions i investigador predoctoral del mateix grup, Miguel Camacho. La recerca s’ha realitzat a partir de dades del Registre Nacional de la Societat Espanyola d'Arteriosclerosi, en nom del qual signen els autors. La recerca ha analitzat informació clínica, genètica i de seguiment de 1.764 persones amb la malaltia, més de la meitat dones, utilitzant algorismes d’aprenentatge automàtic per estimar el risc de patir esdeveniments cardiovasculars greus.

Segons explica el Dr. Zamora, “els resultats mostren que la intel·ligència artificial pot oferir una estratificació del risc molt més precisa que els models utilitzats fins ara”. El nou algorisme assoleix una capacitat predictiva superior a les eines existents, fet que pot ajudar els professionals sanitaris a identificar abans les persones amb més risc i a adaptar millor les estratègies de prevenció i tractament.

Perspectiva de sexe

Un dels aspectes més rellevants de l’estudi és que, per primer cop, s’ha aplicat una perspectiva de sexe en aquest tipus de models. La recerca revela que els factors que influeixen en el risc cardiovascular no són els mateixos en dones i en homes. Per exemple, en les dones tenen més pes variables relacionades amb l’edat, la GGT, la circumferència de la cintura, la presència de malaltia vascular subclínica o els nivells d’Apo B, mentre que en els homes són més determinants aspectes com l’edat d’inici del tractament amb estatines, l’HbA1c o el C-LDL. “Tenir en compte aquestes diferències és clau per evitar biaixos i avançar cap a una medicina realment personalitzada”, destaca Zamora.

L’estudi també aposta per l’anomenada “IA explicable”, una aproximació que busca transmetre quins factors influeixen en les prediccions del model per entendre com el model arriba a les seves prediccions de risc. Això facilita la confiança dels professionals i els pacients en el model, obrint la porta a una aplicació clínica més transparent.

En conjunt, aquests resultats posen de manifest el potencial de la intel·ligència artificial ètica, responsable i transparent per millorar la prevenció cardiovascular i disposar de més eines que facilitin una atenció cada cop més personalitzada.