Vall d’Hebron desenvolupa una nova eina d’estratificació del risc cardiovascular que combina imatge, modelització estadística i IA

El Vall d’Hebron Institut de Recerca (VHIR), en col·laboració amb la xarxa CIBER de Malalties Cardiovasculars (CIBER-CV) i investigadors de la Universitat d’Emory (Estats Units), ha desenvolupat una nova aplicació d’intel·ligència artificial que integra algoritmes avançats de predicció de risc cardiovascular dins de la plataforma comercial Cardiac ToolBox (Emory ToolBox). Aquest avenç permet calcular automàticament el risc de complicacions cardiovasculars greus durant l’anàlisi rutinària d’estudis de medicina nuclear cardíaca com el gated SPECT i el gated PET.

Aquesta innovació representa un pas pioner en l’àmbit de la cardiologia nuclear i la imatge cardíaca, ja que és la primera vegada que models de predicció cardiovascular que combinen dades clíniques i paràmetres d’imatge s’integren directament en un software comercial utilitzat internacionalment en tomografia cardíaca. Fins ara, aquests models requerien càlculs externs o eines independents, fet que dificultava la seva aplicació en la pràctica clínica habitual.

‘L’objectiu és traslladar eines avançades de predicció de risc cardiovascular a la pràctica clínica real, de manera automatitzada i integrada dins del flux habitual de treball dels especialistes’, explica el Dr. Guillermo Romero-Farina, cardiòleg, investigador del VHIR i del CIBER-CV i investigador principal del projecte.

Del model predictiu a l’aplicació clínica real

Aquest desenvolupament dona continuïtat a la línia de recerca impulsada pel grup de Vall d’Hebron durant els darrers quinze anys en estratificació del risc coronari mitjançant la combinació de variables clíniques i imatge cardíaca avançada. A partir d’aquesta recerca, els investigadors han desenvolupat diversos algoritmes pronòstics capaços d’identificar el risc de patir esdeveniments cardiovasculars greus com infarts, insuficiència cardíaca, necessitat de revascularització o mort cardíaca.

Ara, gràcies a la integració amb tecnologies d’intel·ligència artificial, aquests algoritmes poden incorporar-se directament al software de processament dels estudis cardíacs. Això permet generar de forma automàtica i immediata diferents nivells de risc (molt baix, baix, moderat o alt) durant l’anàlisi rutinària de les proves, pràcticament sense requerir passos addicionals per part del professional sanitari.

“El valor diferencial d’aquest avenç és que no només desenvolupem un model predictiu, sinó que el convertim en una eina que pot ser aplicable en l’entorn assistencial”, destaca el Dr. Romero-Farina.

La incorporació d’aquests algoritmes dins de la plataforma Cardiac ToolBox (Emory ToolBox) pot facilitar la seva implantació progressiva en entorns clínics reals. Segons els investigadors, aquesta automatització podria contribuir a millorar la precisió en l’estratificació del risc cardiovascular i ajudar els especialistes en la presa de decisions clíniques més personalitzades.

Els models integrats en el software han estat desenvolupats i validats a partir de cohorts de prop de 10.000 pacients estudiats en diferents treballs liderats des de Vall d’Hebron entre els anys 2020 i 2024. Els resultats han demostrat una elevada capacitat predictiva en diversos escenaris cardiovasculars, consolidant una base metodològica i clínica sòlida abans de la seva integració tecnològica.

A diferència d’altres eines experimentals, aquesta tecnologia neix amb voluntat d’aplicació clínica real i amb capacitat d’integrar-se dins de la rutina habitual dels serveis de cardiologia nuclear. Tot i això, els investigadors continuaran avaluant el rendiment dels algoritmes en diferents poblacions i escenaris assistencials per consolidar-ne la utilitat clínica.

Intel·ligència artificial aplicada a la imatge cardíaca

La medicina cardiovascular és un dels àmbits on la intel·ligència artificial està mostrant un potencial més gran per transformar la pràctica clínica. La possibilitat d’analitzar grans volums de dades clíniques i d’imatge de manera automatitzada permet desenvolupar eines capaces d’identificar patrons de risc amb més precisió i rapidesa.

En aquest context, la integració dels algoritmes desenvolupats a Vall d’Hebron dins de software comercial d’imatge cardíaca representa un pas rellevant cap a una medicina més predictiva, personalitzada i accessible.

“El nostre objectiu és oferir als professionals eines objectives i fàcilment accessibles que ajudin a detectar precoçment pacients amb risc cardiovascular elevat i facilitin una millor presa de decisions clíniques”, conclou el Dr. Guillermo Romero-Farina.