Esta publicação também está disponível em:
Português 
Español
La prolongación del intervalo QTc corregido (QTc) puede ocurrir debido al uso de medicamentos, a canalopatías como el síndrome de QT largo congénito (SQTL) o enfermedades sistémicas como el COVID-19. El QTc es un marcador de riesgo cardiovascular que puede predecir la probabilidad de muerte súbita cardiaca debido a arritmias ventriculares. Sin embargo, en la actualidad, este parámetro se mide exclusivamente dentro de hospitales y clínicas, donde se cuenta con aparatos de electrocardiograma (ECG) convencionales.
El hecho es que esta realidad está cambiando con la aparición de dispositivos de uso personal como Apple Watch, AliveCor Kardia, entre otros. Estos dispositivos cuentan con sistemas de ECG capaces de detectar, principalmente fibrilación auricular (FA). Sin embargo un trabajo recientemente publicado en Circulation ha demostrado que estas herramientas pueden monitorizar la prolongación del intervalo QTc con bastante precisión. Utilizando 1,6 millones de ECGs de 12 derivaciones, se validó una red neuronal profunda (DNN) para predecir el intervalo QTc. Los resultados se compararon con el gold standard, que fue la medición realizada por cardiólogos experimentados en este análisis. Posteriormente, fue probada de manera prospectiva la capacidad de la DNN para detectar la prolongación del intervalo QTc ≥ 500 ms en 686 pacientes con cardiopatía de origen genética (50% tenían SQTL). Los valores de QTc se obtuvieron de ECGs de 12 derivaciones y de trazados provenientes de un dispositivo similar al AliveCor Kardia Mobile 6L.
Hubo una fuerte correlación entre los valores medidos por la inteligencia artificial (IA) y los cardiólogos experimentados en el análisis del intervalo QTc. Cuando fueron aplicados a los trazados adquiridos por un dispositivo portátil, la capacidad de la DNN en detectar el intervalo QTc ≥ 500 ms demostró una área sobre la curva, sensibilidad y especificidad de 0,97, 80% y 94,4%, respectivamente.
Los investigadores concluyeron que el uso de un smartphone con esta tecnología fue capaz de predecir con exactitud el intervalo QTc de un ECG estándar de 12 derivaciones. Una estimación del intervalo QTc por medio de dispositivos puede ser costo-efectivo para la detección del síndrome de QT largo congénito y adquirido en una variedad de escenarios clínicos en los que un dispositivo de ECG convencional no es accesible.
Los autores afirman que los médicos o los pacientes pueden utilizar los sistemas de ECG portátiles en el hogar, en establecimiento de salud o prácticamente en cualquier lugar. Este dispositivo representa el tipo de tecnología disruptiva capaz de transformar la manera en que el intervalo QTc es obtenido y utilizado clínicamente. Se señala un posible cambio de paradigma en relación a cómo y dónde el intervalo QTc puede ser evaluado.
Conclusión de Cardiopapers: la monitorización de variables biológicas por dispositivos portátiles ya es una realidad. La aprobación de esta tecnología de IA por los órganos reguladores puede representar una nueva era para la prevención de la muerte súbita cardiaca. Esta herramienta se podrá utilizar para monitorizar atletas, usuarios de medicamentos ya conocidos que prolongan el QTc, pacientes con canalopatías, pacientes con COVID-19, etc.
Referencias:
- Using AI, Mobile ECG Aims to Expand QTc Screening Horizons. www.medscape.com/viewarticle/945484
- John R. Giudicessi et al. Artificial Intelligence-Enabled Assessment of the Heart Rate Corrected QT Interval Using a Mobile Electrocardiogram Device.
