Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

HospiMedica

Deascargar La Aplicación Móvil
Noticias Recientes COVID-19 Cuidados Criticos Téc. Quirúrgica Cuidados de Pacientes TI Pruebas POC Negocios Focus

IA captura patrones de ECG para predecir futuros paros cardíacos súbitos

Por el equipo editorial de HospiMedica en español
Actualizado el 19 Mar 2024

El paro cardíaco súbito es una emergencia crítica que provoca la muerte en el 90 % de los casos en cuestión de minutos. Esta afección ocurre cuando la actividad eléctrica del corazón cambia abruptamente, lo que hace que deje de latir. Si bien las afecciones cardíacas aumentan el riesgo, el paro cardíaco repentino también puede afectar a las personas sin problemas cardíacos conocidos. Prevenir este evento es crucial y para ello son esenciales herramientas clínicas innovadoras. En particular, los algoritmos de inteligencia artificial (IA) se muestran prometedores para predecir un paro cardíaco repentino, lo que podría ayudar a los médicos a identificar a los pacientes en riesgo.

Ahora, dos nuevos estudios realizados por investigadores de Cedars-Sinai (Los Ángeles, CA, EUA) respaldan el uso de la IA en la predicción de un paro cardíaco repentino. El primer estudio implicó entrenar un algoritmo de aprendizaje profundo para analizar patrones de electrocardiograma (ECG), que son registros de la actividad eléctrica del corazón. El modelo examinó los ECG de personas que habían sufrido un paro cardíaco súbito y los que no, incluidos 1.827 ECG previos al paro cardíaco de 1.796 personas que luego experimentaron un paro cardíaco repentino y 1.342 ECG de 1.325 personas que no lo sufrieron. Este modelo de IA desarrollado por Cedars-Sinai superó a los métodos convencionales, como la puntuación de riesgo del ECG, para predecir un paro cardíaco repentino extrahospitalario.


Imagen:La IA captura patrones de electrocardiograma que podrían indicar un futuro paro cardíaco súbito (Fotografía cortesía de 123RF)
Imagen:La IA captura patrones de electrocardiograma que podrían indicar un futuro paro cardíaco súbito (Fotografía cortesía de 123RF)

El segundo estudio se centró en distinguir entre dos causas de paro cardíaco repentino: actividad eléctrica sin pulso, donde las señales eléctricas del corazón son demasiado débiles para producir un latido, y fibrilación ventricular, un latido cardíaco irregular que puede tratarse con un desfibrilador. Después de analizar los patrones de ECG y las características de los pacientes, los investigadores identificaron factores de riesgo específicos para cada tipo. Los pacientes con paro cardíaco repentino por actividad eléctrica sin pulso a menudo eran mayores, tenían sobrepeso, estaban anémicos o experimentaban dificultad para respirar. Por el contrario, aquellos con fibrilación ventricular tendían a ser más jóvenes y tenían antecedentes de enfermedad de las arterias coronarias o dolor en el pecho como señal de advertencia.

"Estos estudios ejemplifican el potencial de la IA para detectar patrones en el cuerpo que el ojo humano y las pruebas médicas estándar no pueden", dijo el Dr. Paul Noble, Presidente Distinguido de Medicina Pulmonar de la Familia Vera y Paul Guerin y presidente del Departamento de Medicina de Cedars-Sinai. "Estamos cada vez más cerca de poder utilizar la IA para prevenir eventos peligrosos como un paro cardíaco repentino".

Enlaces relacionados:
Cedars-Sinai


Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
Miembro Oro
VISOR EN PANTALLA DE DIAGNÓSTICO EN TIEMPO REAL
GEMweb Live
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
Soft-Tissues Biopsy Needle
MR-CLEAR

Últimas Cuidados Criticos noticias

Dispositivo electrónico portátil súper permeable permite monitorear bioseñales a largo plazo

Nuevo hidrogel con capacidades mejoradas para tratar aneurismas y detener su progresión

Nueva herramienta de IA predice eventos médicos para respaldar toma de decisiones clínicas en entornos de atención médica