Publicidad
Publicidad

La inteligencia artificial predice el riesgo cardiovascular examinando un ECG convencional en reposo

La fiabilidad en la predicción de muerte o enfermedad aterosclerótica permite reclasificar el riesgo de pacientes que de otro modo no hubieran recibido terapia profiláctica.

02/10/2023

Investigadores de diversos centros estadounidenses han utilizado métodos de Deep Learning para generar un índice de riesgo cardiovascular, basado exclusivamente en un electrocardiograma (ECG) tradicional de 12 electrodos, registrado en reposo. La técnica predice la mortalidad cardiovascular y la enfermedad aterosclerótica a los 5 años con una fiabilidad del 83 ...

Investigadores de diversos centros estadounidenses han utilizado métodos de Deep Learning para generar un índice de riesgo cardiovascular, basado exclusivamente en un electrocardiograma (ECG) tradicional de 12 electrodos, registrado en reposo. La técnica predice la mortalidad cardiovascular y la enfermedad aterosclerótica a los 5 años con una fiabilidad del 83 y del 67%, respectivamente. En conjunción con otro método matemático, los científicos lograron reclasificar a un subgrupo de pacientes, cuyo riesgo pasó de leve a moderado. Weston Hughes, investigador de la Universidad de Stanford y director del estudio, afirma que esta reclasificación llevó a identificar a pacientes con riesgo de aterosclerosis a los 10 años, que de otro modo no hubieran recibido terapia con estatinas.

El nuevo método ha mostrado también fiabilidad en la predicción de otras patologías cardíacas, tales como la insuficiencia y la fibrilación auricular, asegura el científico. Hughes prosigue señalando que el índice de estratificación de riesgo cardiovascular actualmente en uso (Pooled Cohort Equations) presenta una fiabilidad limitada, considerando sólo un puñado de factores de riesgo entre los muchos que ahora se encuentran accesibles. Sin embargo, la explotación de estos factores de riesgo adicionales frecuentemente requiere pruebas de laboratorio o de imagen, lo que dificulta su aplicación. En contraste, las anormalidades discretas del ECG, como las que indican presencia de hipertrofia ventricular izquierda o contracciones ventriculares prematuras, se asocian individualmente a un modesto incremento de riesgo de accidente o muerte cardiovascular o muerte por cualquier causa, según reportan estudio previos. Dado el bajo coste y la ubicuidad del ECG, la extracción de la información que contiene mediante inteligencia artificial podría mejorar sensiblemente la estratificación de riesgo cardiovascular, concluyen los científicos.

Publicidad
Publicidad
Nuestros Podcasts