Enviar un selfie al médico podría ser una forma barata y sencilla de detectar enfermedades cardíacas, según los autores de un nuevo estudio publicado en la revista European Heart Journal. El estudio es el primero en demostrar que es posible utilizar un algoritmo informático de aprendizaje profundo para detectar la enfermedad de las arterias coronarias (CAD) mediante el análisis de cuatro fotografías de la cara de una persona.

Aunque el algoritmo debe desarrollarse más y probarse en grupos más grandes de personas de diferentes orígenes étnicos, los investigadores dicen que tiene el potencial de usarse como una herramienta de detección que podría identificar una posible enfermedad cardíaca en personas de la población general o en personas de grupos de alto nivel de riesgo, que podrían ser remitidos para más investigaciones clínicas.

Ya se conoce que ciertos rasgos faciales están asociados con un mayor riesgo de enfermedad cardíaca. Estos incluyen adelgazamiento o canas, arrugas, pliegue del lóbulo de la oreja, xantelasma y arco córneo. Sin embargo, se creía difícil que los humanos los utilizasen con éxito para predecir y cuantificar el riesgo de enfermedad cardíaca.

El estudio

En el Instituto del Cerebro y la Cognición en el Departamento de Automatización de la Universidad de Tsinghua en Pekín, inscribieron a 5.796 pacientes de ocho hospitales en China para el estudio entre julio de 2017 y marzo de 2019. Los pacientes estaban sometidos a procedimientos de imagen para investigar sus vasos sanguíneos, como angiografía coronaria o angiografía por tomografía computarizada coronaria. Se dividieron aleatoriamente en grupos de entrenamiento (5216 pacientes, 90%) o de validación (580 pacientes, 10%).

Enfermeras formadas para la investigación tomaron cuatro fotografías faciales con cámaras digitales: una frontal, dos perfiles y una vista de la parte superior de la cabeza. También entrevistaron a los pacientes para recopilar datos sobre el estado socioeconómico, el estilo de vida y el historial médico.

Los radiólogos revisaron los angiogramas de los pacientes y evaluaron el grado de enfermedad cardíaca según la cantidad de vasos sanguíneos que se habían estrechado en un 50% o más (estenosis ≥ 50%) y su ubicación. Esta información se utilizó para crear, entrenar y validar el algoritmo de aprendizaje profundo. Luego, los investigadores probaron el algoritmo en otros 1.013 pacientes de nueve hospitales en China, inscritos entre abril de 2019 y julio de 2019.

Descubrieron que el algoritmo superó los métodos existentes para predecir el riesgo de enfermedad cardíaca (modelo Diamond-Forrester y la puntuación clínica del consorcio CAD). En el grupo de validación de pacientes, el algoritmo detectó correctamente la enfermedad cardíaca en el 80% de los casos (la tasa positiva verdadera o sensibilidad) y la enfermedad cardíaca detectada correctamente no estaba presente en el 61% de los casos (la tasa negativa verdadera o especificidad ). En el grupo de prueba, la sensibilidad fue del 80% y la especificidad fue del 54%.

El algoritmo tuvo un rendimiento moderado y la información clínica adicional no mejoró su rendimiento, lo que significa que podría usarse fácilmente para predecir una posible enfermedad cardíaca basándose únicamente en fotografías faciales. La mejilla, la frente y la nariz aportaron más información al algoritmo que a otras áreas faciales. Sin embargo, los autores reconocieron que se necesita mejorar la especificidad ya que una tasa de falsos positivos de hasta el 46% puede causar ansiedad e inconvenientes a los pacientes, así como sobrecargar potencialmente las clínicas con pacientes que requieren pruebas innecesarias.