Aplicación móvil gestiona factores de riesgo para ECV

 

La aplicación combina las medidas de la aplicación Kardia, de AliveCor, con el peso introducido manualmente, junto con otros datos recopilados por varias aplicaciones de actividad. En el caso de iOS, los usuarios pueden acceder a Apple Health o a Google Fit; los usuarios de Android pueden ingresar manualmente sus resultados de presión arterial y acceder a sus lecturas de Google Fit. En ambos casos, los indicadores tienen el potencial, no sólo de mejorar la salud del corazón, sino también el cuidado de la salud en general, para una variedad de condiciones.

 

“La Clínica Mayo ha sido pionera en nuevos métodos que pueden revelar medidas significativas de la fisiología que se han ocultado en los ECG de los individuos”, dijo Vic Gundotra, director ejecutivo de AliveCor. “Con estas nuevas integraciones, AliveCor se está expandiendo más allá de la detección de la fibrilación auricular y dando a los pacientes más control sobre su propio cuidado. Esta combinación de estadísticas vitales les ofrece a los pacientes una visión sin precedentes de sus factores de riesgo de enfermedad cardíaca, comprometiéndolos más con su atención de la salud del corazón”.

 

Al usar las capacidades de aprendizaje profundo de AliveCor, aplicarlas a más de 10 millones de registros de ECG de pacientes en la Clínica Mayo, ambas compañías trabajarán juntas para descubrir señales fisiológicas ocultas con el fin de mejorar la salud del corazón y la salud humana, en general. Por ejemplo, los indicadores de salud que se descubren pueden tener implicaciones para los pacientes que están en riesgo de cambios marcados en los niveles de potasio en sangre, como aquellos con insuficiencia renal.

 

“Los niveles de potasio, peligrosamente anormales, pueden afectar la morfología de un ECG. El ECG puede usarse para cuantificar el potasio sérico como una mejora significativa al análisis de la morfología tradicional”, dijo Paul Friedman, MD, un cardiólogo de la clínica Mayo que ayudó a desarrollar la propiedad intelectual que entró en la tecnología. “Es emocionante ver la aplicación de algoritmos de aprendizaje automático en ECG y su potencial para detectar rápidamente las anormalidades del ritmo en los pacientes”.

Enlaces relacionados: