Tecnología de IA aumenta capacidades de ECG para diagnóstico temprano de enfermedades cardíacas

La identificación temprana es clave para mejorar los resultados, pero la ausencia de síntomas claros complica este proceso. Los avances en la tecnología de inteligencia artificial (IA) están mejorando las capacidades del electrocardiograma (ECG), una herramienta de diagnóstico centenaria, que potencialmente permite la detección más temprana y el seguimiento de enfermedades cardíacas. Los investigadores de la Clínica Mayo (Rochester, MN, EUA) han sido pioneros en el desarrollo de algoritmos de IA para ECG. Estos algoritmos se utilizan actualmente en entornos de investigación para evaluar la probabilidad de diversas afecciones cardíacas, como fibrilación auricular, amiloidosis, estenosis aórtica, fracción de eyección baja y miocardiopatía hipertrófica (CMH). También utilizan IA para estimar la edad biológica de un paciente a partir de ECG tradicionales de 12 derivaciones y ECG de una sola derivación obtenidos de relojes inteligentes y otros dispositivos portátiles.

El algoritmo de IA para ECG es particularmente eficaz para detectar una fracción de eyección baja, una afección en la que el corazón se debilita y bombea menos sangre. A menudo, los síntomas de esta afección se pasan por alto o se atribuyen a otras causas, como el embarazo, lo que lleva a un diagnóstico tardío. El algoritmo de IA para ECG también puede identificar la miocardiopatía periparto, un tipo de debilidad del músculo cardíaco que ocurre durante o después del embarazo. Del mismo modo, puede ayudar en la detección temprana de la amiloidosis, una enfermedad rara caracterizada por la acumulación de proteínas mal plegadas en los órganos, lo que puede provocar insuficiencia cardíaca.

La CMH, una enfermedad cardíaca genética común, es otra afección en la que el algoritmo de IA para ECG resulta beneficioso. La CMH a menudo pasa desapercibida, ya que puede no ser evidente en pruebas básicas como un ECG tradicional. Sin embargo, el algoritmo de IA para ECG puede identificar la CMH detectando patrones que podrían pasar desapercibidos incluso para los médicos expertos. El potencial del algoritmo de IA para ECGI para detectar tempranamente estas indicaciones sutiles puede ser crucial para mejorar los resultados de los pacientes y las estrategias de tratamiento para diversas afecciones cardíacas.

Enlaces relacionados:
Clínica Mayo