Esta publicação também está disponível em:
Português 
Español
La fibrilación auricular (FA) es una arritmia bastante prevalente que afecta al 10% de la población sobre los 80 años. Esta arritmia es, sabidamente, causa de eventos embólicos, insuficiencia cardíaca y muerte. Por ser una arritmia frecuentemente asintomática, su detección exige largos periodos de monitorización arrojando, muchas veces, resultados decepcionantes.
¿Será que la inteligencia artificial (IA) podría ayudar con esta detección?
Basados en esta premisa, un grupo de investigadores, utilizando IA, desarrollaron un algoritmo basado en analices de electrocardiogramas (ECG) de 12 derivaciones en reposo. El objetivo era encontrar un padrón electrocardiográfico de FA, mismo dentro de un electrocardiograma sinusal, DOI:https://doi.org/10.1016/S0140-6736(19)31721-0.
Todos los pacientes mayores de 18 años que tenían por lo menos un ECG de reposo en ritmo sinusal realizado en el laboratorio de la Mayo Clinic entre el 31 de diciembre de 1993 al 21 de julio de 2017 fueron incluidos en este análisis restrospectivo. Los pacientes con por lo menos un ECG con FA o flutter auricular (FLU) fueron clasificados como positivos para FA. Los pacientes sin evidencias electrocardiográficas o en registro médico de FA/FLU fueron clasificados como negativos.
180.922 pacientes con 649.931 ECGs en ritmo sinusal fueron analizados en 3 fases: una de entrenamiento, una de validación interna y otra de prueba. El algoritmo utilizando IA y un trazado electrocardiográfico de 10 segundos permitió que el aparato APRENDA a identificar cambios súbitos en el examen que predecían FA.
La evaluación de un único ECG identificó FA con un área bajo la curva de 0,87 (IC 95%, 0,86-0,88), sensibilidad 79% (77,5-80,4), especificidad 79,5% (79-79,9) y precisión 79,4% (79-79,9). Esos hallazgos fueron aún mejores cuando se analizaron ECGs consecutivos de un mismo paciente.
La conclusión de los autores fue que la adquisición de un simple ECG de reposo en ritmo sinusal, asociada con IA, permitió la identificación de individuos con FA. Y que a futuro la IA ayudará en las decisiones clínicas. Por fin, los autores declararon: “Ese modelo es específico para FA, sin embargo hemos creado modelos para varias otras condiciones que usan los mismo principios…”.
Conclusión de Cardiopapers: la incorporación de inteligencia artificial a la práctica médica, probablemente, constituirá una medicina completamente diferente de la que conocemos actualmente.
Nota del Editor (Eduardo Lapa): este estudio es muy interesante. A través de machine laerning y deep learning, el sistema consiguió encontrar parámetros que nosotros, humanos, no conseguimos detectar a partir de un ECG en ritmo sinusal, además consiguió prever el aparecimiento de FA con una precisión altísima. Para tener una idea de las múltiples utilizaciones actuales de inteligencia artificial en medicina, sigan a Eric Topol en Twitter. Donde encontrarán diariamente varios trabajos/evidencias interesantísimas sobre el tema. Vale la pena.
