Cr\u00e9dito: CC0 Public Domain <\/p>\n
Investigadores de Mayo Clinic y AliveCor Inc. han estado usando inteligencia artificial (IA) para desarrollar un dispositivo m\u00f3vil que puede identificar a ciertos pacientes en riesgo de muerte card\u00edaca. Esta investigaci\u00f3n ha producido un gran avance en la determinaci\u00f3n de la salud del sistema de recarga el\u00e9ctrica en el coraz\u00f3n de un paciente. Los investigadores determinaron que un dispositivo EKG m\u00f3vil habilitado para tel\u00e9fono inteligente puede determinar de forma r\u00e1pida y precisa el QTc de un paciente, identificando as\u00ed a los pacientes en riesgo de muerte card\u00edaca s\u00fabita por el s\u00edndrome de QT largo cong\u00e9nito (LQTS) o la prolongaci\u00f3n del QT inducida por f\u00e1rmacos. <\/p>\n
El coraz\u00f3n late mediante un complejo sistema de se\u00f1ales el\u00e9ctricas que desencadena contracciones regulares y necesarias. Los m\u00e9dicos eval\u00faan el intervalo QT corregido por la frecuencia card\u00edaca, o QTc, como un bar\u00f3metro de salud vital del sistema de recarga el\u00e9ctrica del coraz\u00f3n. Un QTc prolongado potencialmente peligroso, que es igual o superior a 50 milisegundos, puede ser causado por:<\/p>\n
Un QTc tan prolongado puede predisponer a las personas a latidos card\u00edacos peligrosamente r\u00e1pidos y ca\u00f3ticos, e incluso a la muerte card\u00edaca s\u00fabita. Durante m\u00e1s de 100 a\u00f1os, la evaluaci\u00f3n y el control del QTc se han basado en gran medida en el electrocardiograma (EKG) de 12 derivaciones. Pero eso podr\u00eda estar a punto de cambiar, seg\u00fan esta investigaci\u00f3n.<\/p>\n
Bajo la direcci\u00f3n de Michael Ackerman, MD, Ph.D., cardi\u00f3logo gen\u00e9tico de Mayo Clinic, los investigadores entrenaron y validaron un an\u00e1lisis profundo basado en IA red neuronal para detectar la prolongaci\u00f3n del intervalo QTc utilizando el dispositivo KardiaMobile 6L EKG de AliveCor. Los hallazgos, que se publicaron en Circulation, compararon la capacidad de un electrocardiograma m\u00f3vil con IA con un electrocardiograma tradicional de 12 derivaciones para detectar la prolongaci\u00f3n del intervalo QT.<\/p>\n
\u00abEste esfuerzo de colaboraci\u00f3n con investigadores del mundo acad\u00e9mico y de la industria ha producido lo que yo llamo un descubrimiento ‘pivote'\u00bb, dice el Dr. Ackerman, director del Programa integral de muerte card\u00edaca s\u00fabita Windland Smith Rice de Mayo Clinic. \u00abPor lo tanto, pasaremos de la forma antigua en la que obten\u00edamos el QTc a esta nueva forma. Desde el primer art\u00edculo importante de EKG de Einthoven en 1903, 2021 marcar\u00e1 el nuevo comienzo para el intervalo QT\u00bb.<\/p>\n
El equipo utiliz\u00f3 m\u00e1s de 1,6 millones de electrocardiogramas de 12 derivaciones de m\u00e1s de medio mill\u00f3n de pacientes para entrenar y validar una red neuronal profunda basada en IA para reconocer y medir con precisi\u00f3n el QTc. A continuaci\u00f3n, esta evaluaci\u00f3n de QTc basada en IA recientemente desarrollada, el \u00abmedidor de QT\u00bb, fue probado prospectivamente en casi 700 pacientes evaluados por el Dr. Ackerman en la Cl\u00ednica de Ritmo Card\u00edaco Gen\u00e9tico Windland Smith Rice de Mayo Clinic. La mitad de estos pacientes ten\u00edan s\u00edndrome de QT largo cong\u00e9nito.<\/p>\n
El objetivo era comparar los valores de QTc de un electrocardiograma de 12 derivaciones con los del prototipo de dispositivo de electrocardiograma manual utilizado con un tel\u00e9fono inteligente. Ambos conjuntos de EKG se administraron en la misma visita cl\u00ednica, por lo general con cinco minutos de diferencia.<\/p>\n
La capacidad del algoritmo de IA para reconocer la prolongaci\u00f3n del QTc cl\u00ednicamente significativa en un dispositivo EKG m\u00f3vil fue similar a las evaluaciones de EKG realizadas por un experto en QT capacitado y un laboratorio comercial especializado en mediciones de QTc para estudios de f\u00e1rmacos. El dispositivo m\u00f3vil detect\u00f3 efectivamente un valor de QTc mayor o igual a 500 milisegundos, con un rendimiento de:<\/p>\n
Esto significa que fue muy preciso para predecir qui\u00e9n no ten\u00eda un QTc prolongado.<\/p>\n
\u00abLa capacidad de equipar dispositivos de EKG m\u00f3viles con inteligencia artificial precisa Los enfoques potenciados capaces de calcular con precisi\u00f3n el QTc representan un posible cambio de paradigma con respecto a c\u00f3mo y d\u00f3nde se puede evaluar el intervalo QT\u00bb, dice John Giudicessi, MD, Ph.D., becario de cardiolog\u00eda de Mayo Clinic y primer autor del estudio.<\/p>\n
\u00abActualmente, el dispositivo KardiaMobile 6L EKG de AliveCor est\u00e1 aprobado por la FDA para la detecci\u00f3n de fibrilaci\u00f3n auricular, bradicardia y taquicardia. Una vez que se reciba la aprobaci\u00f3n de la FDA para esta evaluaci\u00f3n de QTc basada en IA, tendremos un verdadero medidor de QT que puede permitir que este signo vital emergente se obtenga con facilidad y precisi\u00f3n\u00bb, dice el Dr. Ackerman. \u00abAl igual que un medidor de glucosa para diab\u00e9ticos, por ejemplo, este medidor de QT proporcionar\u00e1 un sistema de alerta temprana, lo que permitir\u00e1 identificar a los pacientes con LQTS cong\u00e9nito o adquirido y realizar ajustes en sus medicamentos y electrolitos que podr\u00edan salvarles la vida\u00bb.<\/p>\n
\u00abEsta aplicaci\u00f3n de punto de atenci\u00f3n de inteligencia artificial es enormemente escalable, ya que est\u00e1 vinculada a un tel\u00e9fono inteligente. Puede salvar vidas dici\u00e9ndole a una persona que un medicamento espec\u00edfico puede ser da\u00f1ino antes de que tome la primera pastilla, \u00bb dice Paul Friedman, MD, presidente del Departamento de Medicina Cardiovascular de Mayo Clinic en Rochester. \u00abEsto permite detectar una afecci\u00f3n potencialmente mortal antes de que se manifiesten los s\u00edntomas\u00bb.<\/p>\n
\u00abLa monitorizaci\u00f3n regular del LQTS con KardiaMobile 6L permite la recopilaci\u00f3n precisa de datos en tiempo real fuera de las paredes de un hospital\u00bb, dice David Albert, MD, fundador y director m\u00e9dico de AliveCor Inc. \u00abDebido a que el LQTS puede ser intermitente y esquivo, la capacidad de detectar esta anomal\u00eda del ritmo sin un electrocardiograma de 12 derivaciones, que requiere que el paciente est\u00e9 en el hospital, puede mejorar los resultados del paciente y ahorrar gastos hospitalarios. recursos, sin dejar de proporcionar los datos fiables y oportunos que necesitan los m\u00e9dicos y sus pacientes\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
La primera terapia g\u00e9nica h\u00edbrida se muestra prometedora en el tratamiento del s\u00edndrome de QT largo Informaci\u00f3n de la revista:<\/strong> Circulaci\u00f3n <\/p>\n Proporcionado por Mayo Clinic Cita<\/strong>: Investigaci\u00f3n produce un gran avance en la determinaci\u00f3n m\u00f3vil de la prolongaci\u00f3n del intervalo QT (2021, 1 de febrero) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-02-yields-breakthrough-mobile-qt-prolongation.html Este documento est\u00e1 sujeto a derechos de autor . Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: CC0 Public Domain Investigadores de Mayo Clinic y AliveCor Inc. han estado usando inteligencia artificial (IA) para desarrollar un dispositivo m\u00f3vil que puede identificar a ciertos pacientes en riesgo de muerte card\u00edaca. Esta investigaci\u00f3n ha producido un gran avance en la determinaci\u00f3n de la salud del sistema de recarga el\u00e9ctrica en el coraz\u00f3n de … Continuar leyendo \u00abLa investigaci\u00f3n produce un gran avance en la determinaci\u00f3n m\u00f3vil de la prolongaci\u00f3n del intervalo QT\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-16624","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16624","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=16624"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16624\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=16624"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=16624"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=16624"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}