Método basado en inteligencia artificial predice el riesgo de fibrilación auricular
Un ECG de 12 derivaciones que muestra fibrilación auricular a aproximadamente 150 latidos por minuto. Crédito: James Heilman, MD/Wikipedia/CC BY-SA 3.0
La fibrilación auricular, una frecuencia cardíaca irregular y a menudo rápida, es una condición común que a menudo lleva a la formación de coágulos en el corazón que pueden viajar al cerebro y causar un accidente cerebrovascular. Como se describe en un estudio publicado en Circulation, un equipo dirigido por investigadores del Hospital General de Massachusetts (MGH) y el Instituto Broad del MIT y Harvard ha desarrollado un método basado en inteligencia artificial para identificar a los pacientes que están en riesgo de desarrollar fibrilación auricular y, por lo tanto, podrían beneficiarse de las medidas preventivas.
Los investigadores desarrollaron el método basado en inteligencia artificial para predecir el riesgo de fibrilación auricular en los próximos cinco años según los resultados de electrocardiogramas (pruebas no invasivas que registran las señales eléctricas del corazón) en 45 770 pacientes que reciben atención primaria en MGH.
Luego, los científicos aplicaron su método a tres grandes conjuntos de datos de estudios que incluyeron un total de 83,162 individuos. El método basado en IA predijo el riesgo de fibrilación auricular por sí solo y fue sinérgico cuando se combinó con factores de riesgo clínicos conocidos para predecir la fibrilación auricular. El método también fue altamente predictivo en subgrupos de individuos, como aquellos con insuficiencia cardíaca o accidente cerebrovascular previos.
«Vemos un rol para los algoritmos de inteligencia artificial basados en electrocardiogramas para ayudar con la identificación de individuos con mayor riesgo de fibrilación auricular», dice el autor principal Steven A. Lubitz, MD, MPH, electrofisiólogo cardíaco del MGH y miembro asociado del Broad Institute. El coautor principal Shaan Khurshid, MD, MPH, miembro clínico y de investigación de electrofisiología en MGH: «La aplicación de tales algoritmos podría incitar a los médicos a modificar factores de riesgo importantes para la fibrilación auricular que pueden reducir el riesgo de desarrollar la enfermedad por completo».
Lubitz agrega que el algoritmo podría servir como una forma de herramienta de preselección para pacientes que actualmente pueden estar experimentando fibrilación auricular no detectada, lo que incita a los médicos a buscar fibrilación auricular utilizando monitores de ritmo cardíaco a largo plazo, lo que a su vez podría conducen a medidas de prevención de accidentes cerebrovasculares.
Los hallazgos del estudio también demuestran el poder potencial de la IA, que en este caso involucra un tipo específico llamado aprendizaje automático para hacer avanzar la medicina. «Con la explosión de las tecnologías de ciencia de datos y la gran cantidad de datos clínicos ahora disponibles, el aprendizaje automático está preparado para ayudar a los médicos e investigadores a lograr grandes avances en la mejora de la atención cardiológica», dice el coautor Anthony Philippakis, MD, Ph.D., jefe de datos funcionario del Broad y codirector del Centro Eric y Wendy Schmidt del instituto. «Como científico de datos y excardiólogo, estoy emocionado de ver cómo los métodos basados en el aprendizaje automático pueden funcionar con las pruebas y los enfoques clínicos que usamos todos los días para ayudarnos a mejorar la predicción del riesgo y cuidar a los pacientes con fibrilación auricular».
Explore más
Un algoritmo novedoso en dispositivos portátiles puede detectar latidos cardíacos irregulares y puede solicitar una atención temprana Más información: Shaan Khurshid et al, Aprendizaje profundo basado en electrocardiograma y factores de riesgo clínico para predecir Fibrilación, Circulación (2021). DOI: 10.1161/CIRCULATIONAHA.121.057480 Información del diario: Circulación
Proporcionado por el Hospital General de Massachusetts Cita: Método basado en inteligencia artificial predice el riesgo de fibrilación auricular (2021, 15 de noviembre) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-11-artificial-intelligencebased-method-atrial-fibrilation.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.