La fibrilación auricular es un ritmo cardíaco irregular y a menudo muy rápido, lo que puede provocar coágulos de sangre en el corazón y desembocar en la muerte. El 4,4% de la población española mayor de 40 años tiene fibrilación auricular. Una prevalencia que se incrementa escalonadamente a partir de los 60 años y que lleva a que actualmente un millón de pacientes padezcan esta patología cardíaca, de los cuales más de 90.000 no están diagnosticados, según un estudio publicado en la ‘Revista española de Cardiología’.
Adelantarse a esta patología supone salvar vidas. Según el estudio FIACA, publicado también en la ‘Revista española de Cardiología’, la mortalidad de pacientes que han sufrido un infarto y un accidente cerebrovascular aumenta si además tienen fibrilación auricular, incluso tras la salida hospitalaria. Ahora una investigación del Hospital General de Massachusetts ha demostrado que la inteligencia artificial (IA) podrá predecir la aparición de la fibrilación auricular.
El estudio, publicado en la revista ‘European Heart Journal-Digital Health’, examina 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 electrocardiograma ambulatorio de 24 horas. El objetivo, es “conseguir que los pacientes reciban una atención temprana y prevenir resultados potencialmente más graves, podría ayudar a salvar vidas”, ha manifestado Jagmeet Singh, cardiólogo del Hospital General de Massachusetts y autor principal del estudio.
“Los resultados demuestran que los datos del Holter de 24 horas podrían utilizarse para mejorar las capacidades actuales de monitorización"
Para ello, el estudio pone en marcha un entrenamiento de red neuronal para predecir la presencia o ausencia a corto plazo de fibrilación auricular. Para ello utiliza únicamente las primeras 24 horas de un registro Holter ampliado. La efectividad de predicción superó al electrocardiograma, la técnica más utilizada actualmente. En concreto el sistema reflejó 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
El trabajo 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.
“Los resultados demuestran 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", ha manifestado Singh.