Investigadores sanitarios de Cantabria desarrollan una inteligencia artificial que predice con un 90% de precisión la recuperación cardíaca tras cirugía valvular
Santander, 9 de abril (IDIVAL). El proyecto ‘Transcriptómica e inteligencia artificial para la predicción de remodelado cardiaco desfavorable en pacientes operados por estenosis valvular aórtica’ ha logrado avances significativos en la predicción de la evolución postquirúrgica de pacientes sometidos a cirugía valvular.
El estudio, financiado por la convocatoria INNVAL 2021, se ha centrado en el análisis de datos ómicos en biopsias de ventrículo izquierdo de pacientes con estenosis aórtica severa que han pasado por el quirófano del Hospital Valdecilla.
Según explica el IDIVAL, el equipo investigador ha diseñado un modelo predictivo que permite diferenciar, según el sexo del paciente, entre aquellos que experimentarán una normalización de la masa ventricular izquierda un año después de la cirugía y aquellos que seguirán presentando hipertrofia residual.
En concreto, el modelo se basa en técnicas de machine learning, una rama de la inteligencia artificial cada vez más utilizada en la medicina para realizar diagnósticos y pronósticos. De esta manera, se emplean redes bayesianas para integrar datos clínicos y de secuenciación de miRNoma. A través de este enfoque, se ha permitido identificar perfiles específicos de microRNas desregulados en función del sexo, lo que mejora la precisión de la predicción de la hipertrofia residual con una exactitud del 90%.
Este avance aporta un gran valor para la medicina personalizada, ya que permite una estimación más precisa del riesgo de hipertrofia residual que es un factor clave en la recuperación postquirúrgica de los pacientes. En este sentido, el proyecto se posiciona como un paso clave en la investigación sobre marcadores genéricos y clínicos, tanto para diagnóstico como para pronóstico, teniendo en cuenta la perspectiva de género, que contribuye a transformación la atención médica en este campo.
El equipo de investigadores ha estado liderado por J.Francisco Nistal y Raquel García, del grupo de investigación en Citocinas y Fenómenos de Plasticidad Tisular Patológica y en colaboración con Joaquín Bedia, del Departamento de Matemática Aplicada y Ciencia de la Computación de la Universidad de Cantabria.