La IA de NYU detecta rechazo cardíaco sin biopsias invasivas

Investigadores de NYU Langone Health han desarrollado un sistema de inteligencia artificial capaz de detectar el rechazo de trasplantes cardíacos mediante la combinación de registros del ritmo cardíaco y pruebas sanguíneas, evitando así la necesidad de biopsias quirúrgicas en muchos casos. El estudio, publicado en línea el 25 de septiembre en el Journal of Heart and Lung Transplantation, propone una alternativa no invasiva al método actual de diagnóstico estándar.

Limitaciones del estándar actual

En la actualidad, la biopsia constituye el criterio de referencia para diagnosticar el rechazo de un corazón trasplantado. Este procedimiento implica la extracción quirúrgica de una pequeña muestra del músculo cardíaco, la cual es examinada posteriormente bajo microscopio por expertos para buscar signos de inflamación u otros cambios que indiquen que el sistema inmunológico está atacando el órgano donado.

Aunque los biomarcadores sanguíneos, que miden la actividad genética vinculada al rechazo celular y fragmentos de ADN del donante en el torrente circulatorio del receptor, son efectivos para detectar este fenómeno, suelen generar resultados falsos positivos. Según señalaron los autores, estas falsas alarmas conducen a la realización de biopsias innecesarias.

Entrenamiento del algoritmo predictivo

El equipo liderado por investigadores de NYU Langone entrenó modelos de IA para reconocer patrones en 5.300 lecturas de electrocardiograma (EKG) obtenidas de 2.357 receptores adultos de trasplantes cardíacos. Se desarrollaron dos herramientas: una basada exclusivamente en datos de EKG y otra que integraba dichas lecturas con los resultados de dos análisis de sangre comúnmente utilizados para predecir el riesgo de rechazo. Los registros de biopsias emparejados con las lecturas de EKG de los mismos pacientes sirvieron como medida para evaluar la precisión predictiva de ambas herramientas.

Para el entrenamiento del modelo combinado, se utilizaron datos de pacientes tratados entre 2018 y 2024, correlacionando cada EKG con una biopsia realizada dentro del mes anterior, un intervalo respaldado por investigaciones previas. Las categorías de rechazo se dividieron en dos grupos: ausencia o grado leve frente a moderado o grave. Los ajustes en la medicación inmunosupresora se aplican típicamente solo en los casos más serios.

Resultados clínicos y validación

En un grupo de prueba compuesto por 38 receptores adicionales de trasplantes cardíacos, tanto hombres como mujeres, los investigadores observaron que el modelo combinado superó en rendimiento al basado únicamente en análisis de sangre. La herramienta híbrida identificó correctamente al 94 % de los pacientes que no experimentaban rechazo. En contraste, el modelo dependiente de la sangre marcó erróneamente a 19 pacientes como potenciales candidatos a una biopsia. Los autores afirmaron que el uso del modelo combinado habría eximido a estos individuos del procedimiento invasivo.

Declaraciones de los expertos

Lior Jankelson, MD, PhD, autor principal del estudio y profesor asociado en la División Leon H. Charney de Cardiología de la Facultad de Medicina Grossman de NYU, así como profesor asociado de ingeniería biomédica en la Escuela de Ingeniería Tandon de NYU, destacó la relevancia de los hallazgos.

"Nuestros resultados resaltan que los electrocardiogramas contienen una abundancia de información fisiológica que puede utilizarse para mejorar sustancialmente la precisión de la detección y permitir un diagnóstico y tratamiento más tempranos para los pacientes con rechazo de trasplante cardíaco", declaró Jankelson. Además, señaló que el trasplante cardíaco es un procedimiento intensivo en recursos y que el rechazo, aunque frecuente, es tratable si se identifica a tiempo.

Este trabajo representa el primer estudio que integra estos biomarcadores sanguíneos con lecturas de EKG en un único modelo habilitado por IA y compara el análisis directamente contra los resultados de las biopsias. Como siguiente paso, los investigadores planean probar su modelo en un número mayor de pacientes en varios centros de trasplantes.

El financiamiento del estudio fue provisto por NYU Langone. Otros investigadores de NYU Langone involucrados fueron Chen, MD; Robert Ronan, MS; Larry A. Chinitz, MD; y Randal I. Goldberg, MD.