System Messages

Electrocardiografía mejorada con inteligencia artificial en el manejo de enfermedades cardiovasculares

La aplicación la de inteligencia artificial (IA) al electrocardiograma (ECG), una prueba ubicua y estandarizada, es un ejemplo del efecto transformador continuo de la IA en la medicina cardiovascular.

Aunque el ECG ha ofrecido durante mucho tiempo información valiosa sobre la salud y las enfermedades cardíacas y no cardíacas, su interpretación requiere considerable experiencia humana. Los métodos avanzados de IA, como las redes neuronales convolucionales de aprendizaje profundo, han permitido una interpretación rápida y similar a la humana del ECG, mientras que las redes multicapas de IA pueden detectar señales y patrones con precisión en gran parte irreconocibles para los intérpretes humanos, lo que hace que el ECG sea un poderoso biomarcador no invasivo.

Se han utilizado grandes conjuntos de ECG digitales vinculados a ricos datos clínicos para desarrollar modelos de IA para la detección de la disfunción ventricular izquierda, la fibrilación auricular silenciosa (previamente indocumentada y asintomática) y la miocardiopatía hipertrófica, así como la determinación de la edad, el sexo y la edad de una persona, la raza, entre otros fenotipos. Las implicaciones clínicas y a nivel poblacional de la fenotipificación del ECG basada en la IA continúan surgiendo, particularmente con el rápido aumento en la disponibilidad de tecnologías de ECG portátil e integradas.

En esta revisión, se resumen el estado actual y futuro del ECG mejorado con la IA en la detección de enfermedades cardiovasculares en poblaciones de riesgo, se discuten sus implicaciones para la toma de decisiones clínicas en pacientes con enfermedades cardiovasculares y se evalúan críticamente las posibles limitaciones e incógnitas.

Referencia bibliográfica: Siontis, K.C., Noseworthy, P.A., Attia, Z.I. et al. Artificial intelligence-enhanced electrocardiography in cardiovascular disease management. Nat Rev Cardiol (2021). https://doi.org/10.1038/s41569-020-00503-2.

Descargue el artículo completo (pdf, 2.4 mb)

Traducción: Gretchen González Nieto
Servicio de traducción. CNICM-Infomed

Palabras clave: EKG, inteligencia artificial, electrocardiograma, enfermedades cardíacas