La IA supera a los humanos en el análisis de registros de ECG a largo plazo

000 y 120.000 veces al día, y los ECG de larga duración registran cada latido, que luego se analizan para detectar anomalías (arritmias). Este análisis es un proceso laborioso. Los ECG ambulatorios deben ser examinados por personal especialmente capacitado, conocido como técnicos de ECG, pero existe una escasez mundial de aproximadamente 15 millones de trabajadores de la salud. Esta falta de personal crea cuellos de botella significativos en la atención médica, mientras que los pacientes podrían beneficiarse de registros de ECG ambulatorios más extensos y prolongados en lugar de estudios más breves. Ahora, un nuevo estudio ha demostrado que un algoritmo de red de inteligencia artificial (IA) diseñado para interpretar señales de ECG ambulatorios puede superar a los humanos en el análisis de registros de ECG de larga duración.

El estudio, realizado por investigadores de la Universidad de Lund (Lund, Suecia) y el Instituto de Investigación de Salud Poblacional (PHRI, Hamilton, ON, Canadá), incluyó a 14.606 pacientes individuales que registraron un promedio de 14 días de datos de ECG, lo que suma un total de más de 200.000 días de datos de ECG. Estos datos fueron revisados inicialmente por técnicos de ECG utilizando métodos clínicos estándar. Luego, los mismos datos se volvieron a analizar utilizando el algoritmo DeepRhythmAI, desarrollado por MEDICALgorithmics (Varsovia, Polonia), específicamente para esta tarea. Los resultados, publicados en Nature Medicine, demostraron que el análisis de IA resultó en 14 veces menos diagnósticos fallidos de arritmias graves, como bloqueo cardíaco completo, taquicardia ventricular y fibrilación auricular. La IA pasó por alto arritmias graves en el 0,3% de los pacientes, en comparación con el 4,4% de los técnicos.

El modelo de IA fue capaz de descartar arritmias graves con un 99,9 % de confianza en un registro de ECG de 14 días. El número de falsos positivos, en los que se malinterpretaron arritmias graves, fue relativamente bajo: 12 por cada 1000 días de registro para la IA en comparación con 5 por cada 1000 días de registro para el análisis humano. Este estudio es el primero en evaluar no solo la capacidad de la IA para analizar tiras individuales de ECG, sino también en explorar qué sucedería si los técnicos en ECG fueran reemplazados por IA. El objetivo de los investigadores no fue comparar el rendimiento de la IA con el de los cardiólogos en el diagnóstico de arritmias específicas, sino evaluar el impacto potencial de reemplazar a los técnicos y permitir que los médicos reciban informes directamente generados por IA. Si tiene éxito, este enfoque podría representar una innovación importante, ayudando a abordar la escasez mundial de personal capacitado para interpretar la monitorización de ECG a largo plazo.

“Hoy en día, la mayoría de los dispositivos de ECG a largo plazo utilizan algún tipo de IA para facilitar la interpretación, pero con una calidad variable”, afirmó Jeff Healey, científico sénior del PHRI. “Y todavía hay largos tiempos de espera para la monitorización de ECG a largo plazo, en algunos casos de muchos meses. Si tuviéramos un modelo de IA cualificado que pudiera revisar todos los ECG, tendríamos diagnósticos mucho más baratos y rápidos”.

Enlaces relacionados:
Universidad de Lund
PHRI
MEDICALgorithmics