PoloSur
En el año 2024, se llevaron a cabo más de 10.000 trasplantes de corazón en 59 países, de acuerdo con el Observatorio Global de Donación y Trasplante. Este tipo de intervención médica es crucial para salvar la vida de los pacientes, pero requiere un seguimiento constante debido a los riesgos asociados. El principal desafío tras la cirugía es el rechazo del órgano, que ocurre cuando el sistema inmunológico del receptor reconoce el corazón donado como un cuerpo extraño y lo ataca.
Durante décadas, la medicina ha dependido de la biopsia endomiocárdica para detectar el rechazo a tiempo. Este procedimiento implica la extracción quirúrgica de un pequeño fragmento del músculo cardíaco, el cual es analizado bajo un microscopio en busca de inflamación u otros signos que indiquen un posible rechazo. En años recientes, se han incorporado dos análisis de sangre, AlloMap y AlloSure, que complementan el diagnóstico. AlloMap mide la actividad de genes relacionados con el rechazo celular, mientras que AlloSure rastrea fragmentos de ADN del donante en el torrente sanguíneo del receptor. Aunque ambos análisis son efectivos para descartar el rechazo cuando sus resultados son negativos, presentan una limitación importante: a menudo generan falsos positivos, lo que resulta en biopsias que pueden ser innecesarias.
El equipo de NYU Langone Health ha desarrollado un modelo de inteligencia artificial que integra los biomarcadores sanguíneos mencionados con electrocardiogramas, que son registros de la actividad eléctrica del corazón obtenidos mediante sensores colocados sobre la piel. Según un estudio publicado en la revista The Journal of Heart and Lung Transplantation, este modelo combinado logró identificar correctamente al 94 % de los pacientes que no presentaban rechazo, evitando así las 19 derivaciones a biopsia que se habrían generado por falsos positivos de los biomarcadores. Este estudio representa la primera comparación directa entre la inteligencia artificial aplicada a electrocardiogramas, los análisis de sangre y la combinación de ambos, contrastando los resultados con biopsias confirmadas. Además, se destaca que el electrocardiograma proporciona una señal que no es capturada por los análisis de sangre, lo que refuerza la efectividad del nuevo modelo.
Cuando el organismo rechaza un corazón trasplantado, las alteraciones que se producen no se limitan a una única vía biológica. El rechazo celular agudo, que es la forma más común de rechazo, genera anomalías simultáneas en al menos tres frentes independientes: la respuesta de los genes de defensa del receptor, el daño a las células del músculo cardíaco del donante y la manera en que el corazón trasplantado conduce sus impulsos eléctricos. Los biomarcadores que se utilizan actualmente solo analizan los dos primeros aspectos, mientras que el electrocardiograma se ocupa del tercero.
“Nuestros resultados destacan que los electrocardiogramas contienen 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”, expresó Lior Jankelson, quien es profesor asociado en la División de Cardiología Leon H. Charney de la Escuela de Medicina Grossman de NYU y también profesor asociado de ingeniería biomédica en NYU Tandon School of Engineering, según se indica en el comunicado de prensa.
La premisa central del estudio se basa en la idea de que un modelo que exija concordancia entre las tres señales podría aumentar la precisión, incluso en los casos donde cada herramienta individual alcanza su límite. Si las tres fuentes de datos coinciden en señalar un problema, la probabilidad de que se trate de un rechazo real se incrementa considerablemente.
Para la construcción de esta herramienta, el equipo llevó a cabo un análisis retrospectivo de más de 5.300 registros de electrocardiogramas obtenidos de 2.357 receptores adultos de trasplante cardíaco que fueron atendidos entre 2018 y 2024, los cuales se emparejaron con sus biopsias correspondientes. Un algoritmo de aprendizaje profundo, diseñado específicamente para identificar patrones en datos complejos, fue entrenado utilizando las señales de ocho derivaciones del electrocardiograma, junto con variables clínicas como el tiempo transcurrido desde el trasplante y los antecedentes de rechazo previo.
Los hallazgos del estudio pusieron de manifiesto las limitaciones que presenta cada herramienta de manera individual. El modelo que se basa únicamente en electrocardiogramas mostró una capacidad discriminatoria moderada, comparable a la de AlloSure, mientras que AlloMap se posicionó ligeramente por encima del azar. La combinación de ambos biomarcadores, excluyendo el electrocardiograma, no logró mejorar los resultados. En contraste, el modelo integrado que incorporó las tres fuentes de datos aumentó significativamente el rendimiento en el subgrupo de prueba, alcanzando una especificidad del 100%, ya que no se registraron falsos positivos entre los 36 casos confirmados sin rechazo.
"El trasplante de corazón es un procedimiento complejo que requiere muchos recursos, y el rechazo es frecuente, pero tratable si se detecta a tiempo", afirmó Jankelson en el comunicado de prensa. "La combinación de la disponibilidad de los electrocardiogramas con el apoyo de la inteligencia artificial puede ayudar a identificar el rechazo más temprano y salvar más vidas", añadió.
Sin embargo, el estudio también destaca con prudencia el alcance de sus descubrimientos. El subgrupo de prueba estuvo conformado por solo 38 muestras, de las cuales solo se confirmaron dos eventos de rechazo, una cifra que los autores consideran insuficiente para validar los resultados obtenidos. "Estas conclusiones, generadoras de hipótesis, sugieren que la concordancia entre compartimentos puede ayudar a discriminar el rechazo verdadero del ruido de los biomarcadores, pero el pequeño conjunto de prueba impide conclusiones definitivas", se indica en el estudio.
A pesar de estas limitaciones, la estrategia propuesta sugiere un cambio de enfoque: en lugar de perfeccionar un único biomarcador, se busca cruzar señales de diferentes naturalezas para filtrar las alarmas falsas. Como siguiente paso, el equipo está diseñando un ensayo clínico que se llevará a cabo en varios centros, con la intención de incluir entre 1.200 y 1.500 consultas en cuatro a seis hospitales especializados en trasplantes, con el objetivo de reunir al menos 50 eventos de rechazo confirmados por biopsia.
La filial de Alphabet, que es la empresa matriz de Google, ya cuenta con un competidor operativo en la misma ciudad, donde camiones autónomos realizan la entrega de productos para una cadena de supermercados. Este avance en la automatización del transporte de mercancías resalta la creciente tendencia hacia la innovación en el sector logístico.
Por otro lado, el primer iPhone plegable de Apple ha agotado sus entregas apenas 30 minutos después de haber salido a la venta. Este fenómeno ha llevado a que los tiempos de entrega, que inicialmente eran de pocos días, se extiendan hasta enero de 2027, mientras que los revendedores ya están ofreciendo el dispositivo a precios que duplican su costo en el mercado informal.
En Perú, un estudio revela que 1 de cada 8 peruanos estaría dispuesto a hacer clic en un enlace sospechoso en la computadora de su empresa a cambio de 30.000 dólares. Este tipo de comportamiento pone en evidencia la vulnerabilidad de los datos corporativos, especialmente cuando los empleados ignoran las medidas de seguridad necesarias.
Además, el 50% de los latinoamericanos ha sido víctima de estafas relacionadas con servicios de banca digital. La seguridad en este ámbito se ve comprometida por diversas amenazas, como estafas telefónicas, aplicaciones fraudulentas y la suplantación de identidad, lo que genera una creciente preocupación entre los usuarios.
Fuente original: Infobae Tecno.
