Algoritmo predice y prolonga la vida útil de la batería del marcapasos

Dado que los marcapasos duran entre siete y catorce años, las funciones innecesarias pueden acortar su vida útil, lo que provoca cirugías de reemplazo más frecuentes. Ahora, los investigadores han desarrollado un algoritmo de modelado que ayuda a los médicos a identificar qué funciones consumen más energía, de modo que solo se activen las funciones esenciales para cada paciente.

El modelo, creado mediante una colaboración entre la Universidad de Leeds (Leeds, Reino Unido) y la Universidad Grenoble Alpes (Grenoble, Francia), funciona analizando datos reales de manuales de usuario de marcapasos y combinándolos con simulaciones informáticas. Estima cuánta energía consume cada función del dispositivo y predice cuánto durará la batería bajo diferentes configuraciones. Los investigadores simularon diversos escenarios clínicos para determinar qué funciones aportan un valor significativo para afecciones específicas y cuáles pueden consumir energía innecesariamente.

Validaron la herramienta utilizando datos reales de pacientes, asegurando que las predicciones reflejaran el rendimiento en la práctica clínica. Los resultados mostraron claras diferencias en cómo funciones específicas —como la regulación de la frecuencia cardíaca durante la actividad, la sincronización de las cámaras cardíacas, la monitorización remota y el almacenamiento de datos— afectan la duración de la batería. Al desactivar las opciones no esenciales, los cardiólogos pueden prolongar significativamente la vida útil de la batería, retrasar la necesidad de cirugías de reemplazo y reducir los costos del sistema de salud. El modelado también permite realizar comparaciones más precisas entre dispositivos, lo que ayuda a los médicos a elegir el marcapasos más adecuado según el perfil clínico del paciente.

Estos avances llegan en un momento en que la selección entre numerosos modelos de marcapasos y combinaciones de programación puede resultar imprecisa. Al ofrecer visibilidad sobre el costo energético de cada función, el algoritmo respalda una atención más personalizada y mejora la toma de decisiones compartida entre clínicos y pacientes. La investigación, publicada en PLOS One y disponible gratuitamente en línea, proporciona un marco transparente que los médicos de todo el mundo pueden utilizar para orientar la selección y programación de marcapasos.

"Este es el primer paso para ayudar a los médicos a decidir qué marcapasos elegir y qué programa activar, para proporcionar al paciente el dispositivo y la duración de la batería que necesita", afirmó el Dr. Klaus Witte, profesor titular y cardiólogo consultor de la Facultad de Medicina de Leeds y del Leeds Teaching Hospitals NHS Trust. "Esperamos que esto retrase los reemplazos de baterías o incluso los evite por completo, lo cual es beneficioso para los pacientes, el sistema nacional de salud y la sociedad en general".

Enlaces relacionados:
Universidad de Leeds
Universidad Grenoble Alpes