Un nuevo patrón en electrocardiogramas podría predecir la muerte cardíaca súbita
Redactado con inteligencia artificial.

Investigadores han desarrollado un modelo de aprendizaje profundo que identifica patrones eléctricos en los electrocardiogramas (ECG) relacionados con la muerte cardíaca súbita (SCD). Este descubrimiento podría ayudar a detectar a pacientes de alto riesgo que actualmente no son identificados por los métodos convencionales, como el índice de fracción de eyección del ventrículo izquierdo (LVEF).
La muerte cardíaca súbita y su impacto
Cada año, más de 350,000 personas en Estados Unidos sufren arrestos cardíacos súbitos, de los cuales muchos no llegan al hospital. Se estima que la muerte cardíaca súbita causa hasta 300,000 muertes anuales en el país y representa un 15 por ciento de todas las muertes a nivel mundial.
Un nuevo enfoque para la detección
Un estudio reciente publicado en Nature revela que existe una forma de predecir y potencialmente prevenir muchas de estas fatalidades. Investigadores de la Universidad de California, Berkeley, han entrenado un modelo de aprendizaje profundo para reconocer patrones eléctricos asociados con la SCD, utilizando más de 440,000 grabaciones de ECG de Suecia y otros datos de casi 140,000 pacientes en EE.UU. y un grupo menor de Taiwán.
Ventajas del uso de ECG
Los electrocardiogramas son una herramienta de bajo costo y no invasiva que registra la actividad eléctrica del corazón a través de electrodos en la piel. Los resultados muestran que el modelo de IA identificó un grupo de alto riesgo que representaba el 2.2 por ciento de la muestra sueca, con un 7 por ciento de tasa de SCD en el año siguiente, superando las capacidades del LVEF, que solo identificó un 1.9 por ciento de alto riesgo.
Nuevos hallazgos y su relevancia
Los hallazgos podrían tener implicaciones vitales, ya que los pacientes de alto riesgo identificados por el modelo de IA que tenían desfibriladores implantados mostraron una reducción del 54.4 por ciento en la tasa de SCD. Además, se descubrió un nuevo rasgo en las formas de onda que podría predecir SCD, conocido como "descenso difuso", posiblemente relacionado con fibrosis en el músculo cardíaco. Esto sugiere que incluso datos clínicamente bien conocidos pueden contener información no detectada, lo que abre nuevas vías para la investigación futura.
