Tecnología12 de agosto, 2022
Una investigación muestra que la IA podría predecir en poco tiempo la aparición de fibrilación auricular
El estudio examinó un modelo de aprendizaje a través de una red neuronal profunda de Cardiologs.
NOTICIAS RELACIONADAS
El impacto transformador de la IA en la optimización de la atención médica
Avances y retos de la seguridad en la anticoagulación de los pacientes con fibrilación auricular
La fibrilación auricular (FA) afecta a millones de personas cada año. Sin embargo, la enfermedad está a menudo infradiagnosticada e infratratada. Los pacientes suelen someterse a electrocardiogramas (ECG) ambulatorios de 24 horas para recibir un diagnóstico, pero es sabido que este registro de corta duración tiene un bajo rendimiento diagnóstico y pasa por alto a muchos pacientes con episodios infrecuentes de FA.
Estudio fibrilación articular
El estudio reciente, "Short-term prediction of atrial fibrillation from ambulatory monitoring ECG using a deep neural network" (Predicción a corto plazo de la fibrilación auricular a partir de un ECG de monitorización ambulatoria mediante una red neuronal profunda), publicado en la edición de junio de la revista European Heart Journal - Digital Health, examinó un modelo de aprendizaje mediante una red neuronal profunda de Cardiologs, que forma parte de la oferta de monitorización y diagnóstico cardíaco de Philips, para identificar a los pacientes con riesgo de fibrilación auricular en las dos semanas siguientes a un ECG ambulatorio de 24 horas, sin fibrilación auricular previamente documentada.
El estudio consistió en entrenar la red neuronal profunda para predecir la presencia o ausencia a corto plazo de fibrilación auricular, utilizando únicamente las primeras 24 horas de un registro Holter ampliado.
Bajo la dirección del doctor Jagmeet Singh, cardiólogo del Hospital General de Massachusetts (MGH) y profesor de medicina de la Facultad de Medicina de Harvard, el estudio consistió en entrenar la red neuronal profunda para predecir la presencia o ausencia a corto plazo de fibrilación auricular, utilizando únicamente las primeras 24 horas de un registro Holter ampliado. Los resultados mostraron que la red fue capaz de predecir si la fibrilación auricular se produciría en un futuro próximo con un área bajo la curva operativa del receptor, una sensibilidad y una especificidad del 79,4%, el 76% y el 69%, respectivamente, y superó la capacidad de predicción del ECG para la fibrilación auricular. Estos resultados mostraron además una mejora de diez puntos en comparación con un modelo de referencia que utilizaba la edad y el sexo.
“Conseguir que los pacientes reciban una atención temprana y prevenir resultados potencialmente más graves, podría ayudar a salvar vidas".
“Conseguir que los pacientes reciban una atención temprana y prevenir resultados potencialmente más graves, podría ayudar a salvar vidas", asegura el doctor Jagmeet Singh.
Holter de 24 horas
"El estudio de Cardiologs demuestra que los datos del Holter de 24 horas podrían utilizarse para mejorar las capacidades actuales de monitorización, y aporta esperanza a los pacientes de alto riesgo, ya que se beneficiarían de un tratamiento proactivo y de estrategias para la mitigación de la fibrilación auricular", afirma Singh.
Mientras que el ECG de 12 derivaciones da acceso a una visión más amplia de la actividad del corazón durante un periodo corto, el Holter de 24 horas proporciona señales de mayor duración.
El estudio de Cardiologs muestra las posibilidades que ofrece la inteligencia artificial para predecir la fibrilación auricular en el corto plazo, utilizando el Holter de 24 horas, en comparación con los ECG de 12 derivaciones. Mientras que el ECG de 12 derivaciones da acceso a una visión más amplia de la actividad del corazón durante un periodo corto, el Holter de 24 horas proporciona señales de mayor duración, por lo que extrae datos adicionales para los modelos predictivos.
Ampliar las posibilidades de la IA en las predicciones y los biomarcadores digitales tiene el potencial de aportar mejores resultados médicos que lleven a nuevos paradigmas de diagnóstico.
Ampliar las posibilidades de la IA en las predicciones y los biomarcadores digitales tiene el potencial de aportar mejores resultados médicos que lleven a nuevos paradigmas de diagnóstico. Los biomarcadores predictivos podrían favorecer la detección temprana y un mejor seguimiento y gestión del paciente.
Los biomarcadores predictivos podrían favorecer la detección temprana y un mejor seguimiento y gestión del paciente.
El portfolio de Philips en soluciones de cuidados cardiológicos incluye la monitorización del paciente en tiempo real, dispositivos terapéuticos, telemedicina y sistemas informáticos para hospitales, así como soluciones de diagnóstico y monitorización cardíaca ambulatoria. Como parte de la oferta de Philips, Cardiologs está a la vanguardia de las innovaciones que ayudan a establecer un nuevo estándar de atención al paciente. Desarrollada en colaboración con los principales especialistas, la tecnología de Cardiologs acelera la elaboración de informes de diagnóstico, disminuye la aparición de errores en ellos y agiliza el flujo de trabajo de los profesionales médicos, así como la atención a los pacientes. Esto permite a los profesionales ofrecer una atención cardíaca avanzada de forma más rápida y eficiente.