Los investigadores han desarrollado una herramienta de inteligencia artificial que puede ayudar a los médicos a predecir quién podría desarrollar una enfermedad cardíaca potencialmente mortal, simplemente a partir de un ECG.
La herramienta, desarrollada por investigadores del Reino Unido, utiliza inteligencia artificial para detectar los primeros signos de una enfermedad grave llamada «bloqueo cardíaco completo», que puede ser mortal si no se trata.
El bloqueo cardíaco se debe a problemas con las señales eléctricas que se transmiten de las cavidades superiores a las inferiores del corazón al latir. La señal solo se transmite ocasionalmente o no se transmite en absoluto. (Esto hace que el corazón lata más lento o se salte latidos. Las personas con bloqueo cardíaco pueden experimentar desmayos, fatiga, lesiones por caídas o incluso muerte súbita).
La herramienta, desarrollada por investigadores del Reino Unido, utiliza inteligencia artificial para detectar los primeros signos de una enfermedad grave llamada «bloqueo cardíaco completo», que puede ser mortal si no se trata.
El bloqueo cardíaco se debe a problemas con las señales eléctricas que se transmiten de las cavidades superiores a las inferiores del corazón al latir. La señal solo se transmite ocasionalmente o no se transmite en absoluto. (Esto hace que el corazón lata más lento o se salte latidos. Las personas con bloqueo cardíaco pueden experimentar desmayos, fatiga, lesiones por caídas o incluso muerte súbita).
Actualmente, los médicos utilizan las señales de un ECG (que registra la actividad eléctrica del corazón y es una de las pruebas médicas más comunes en el mundo), junto con las directrices internacionales, para identificar a las personas que padecen o corren el riesgo de desarrollar un bloqueo cardíaco completo. Sin embargo, estos hallazgos no son específicos y pueden pasar por alto a pacientes que podrían beneficiarse de un tratamiento temprano, sobre todo porque el ritmo cardíaco anormal en las primeras etapas de la enfermedad puede ser intermitente.
En un estudio, publicado hoy en JAMA Cardiology, investigadores del Imperial College London y del Imperial College Healthcare NHS Trust muestran cómo han entrenado su herramienta de IA para leer un ECG e identificar a los pacientes que tendrán futuros problemas de bloqueo cardíaco.
La herramienta de IA, conocida como AIRE-CHB, tuvo un rendimiento mucho mejor que los métodos existentes para predecir el bloqueo cardíaco. Logró identificar correctamente el riesgo de que el paciente desarrolle un bloqueo cardíaco completo (de alto a bajo) en el 89 % de los casos. Esto se compara con el estándar actual de un 59 % de identificación correcta.
El Dr. Arunashis Sau, profesor clínico académico del Instituto Nacional del Corazón y los Pulmones del Imperial College de Londres y residente de cardiología del Imperial College Healthcare NHS Trust, afirmó: «Cuando se produce un bloqueo cardíaco completo, al principio puede ser intermitente y, por lo tanto, difícil de identificar; sin embargo, cuando se vuelve permanente, es mucho más peligroso para el paciente. Si los médicos logramos identificar mejor a los pacientes con esta afección en una etapa temprana, podremos monitorizarlos más de cerca o proceder a su tratamiento con un marcapasos, evitando así lesiones graves, ingresos hospitalarios de emergencia o incluso la muerte».
Los investigadores creen que su herramienta podría ser especialmente valiosa para evaluar a pacientes con desmayos inexplicables, que en ocasiones pueden deberse a un bloqueo cardíaco. La causa de estos episodios podría diagnosticarse de forma más temprana mediante AIRE-CHB.
Para desarrollar su herramienta, los investigadores analizaron más de 1,1 millones de registros de ECG cardíacos de casi 190.000 pacientes de un hospital de Boston. Utilizaron estos datos para entrenar un sistema de IA que reconociera patrones que predicen un futuro bloqueo cardíaco completo. Posteriormente, probaron su herramienta en un grupo separado de más de 50.000 personas del Biobanco del Reino Unido.
Las personas identificadas como de alto riesgo por el AIRE-CHB tuvieron entre 7 y 12 veces más probabilidades de desarrollar un bloqueo cardíaco completo que las personas identificadas como de bajo riesgo. En general, el AIRE-CHB tuvo una precisión del 84 % al 94 % (con un promedio del 89 %) en sus predicciones, dependiendo de la población analizada.
El Dr. Fu Siong Ng, autor principal, profesor de Electrofisiología Cardíaca en el Instituto Nacional del Corazón y los Pulmones del Imperial College de Londres y cardiólogo consultor del Imperial College Healthcare NHS Trust y del Chelsea and Westminster Hospital NHS Foundation Trust, afirmó: «El bloqueo cardíaco completo es una afección muy grave que afecta a unos 24 000 pacientes al año en el Reino Unido. Nuestra herramienta podría tranquilizar a los pacientes y a sus médicos, ya que su afección podría diagnosticarse de forma precoz y nos permitiría adaptar la frecuencia de monitorización y el momento de la implantación de marcapasos para quienes presentan un alto riesgo de desarrollar esta afección».
La investigación se deriva del desarrollo por parte del equipo del modelo de estimación de riesgo de IA-ECG, conocido como AIRE, que permite predecir el riesgo de los pacientes de desarrollar y empeorar una enfermedad a partir de un ECG. Otros modelos de IA de este proyecto se han entrenado para analizar ECG y predecir problemas como el riesgo de cardiopatía en mujeres , riesgos para la salud como la muerte prematura, la hipertensión arterial , la diabetes tipo 2 y, más recientemente, la valvulopatía .
Se han planificado ensayos de AIRE en el NHS para finales de 2025. Estos evaluarán los beneficios de implementar el modelo con pacientes reales de hospitales de Imperial College Healthcare NHS Trust y Chelsea and Westminster Hospital NHS Foundation Trust.
Esta investigación fue financiada por la Fundación Británica del Corazón a través de una Beca de Formación en Investigación Clínica de la BHF al Dr. Sau, una Beca del Programa de la BHF al Dr. Fu Siong Ng y el Centro de Excelencia en Investigación de la BHF del Imperial College de Londres. También contó con el apoyo del Centro de Investigación Biomédica Imperial del NIHR , una colaboración de investigación traslacional entre el Imperial College Healthcare NHS Trust y el Imperial College de Londres.
–
«Electrocardiografía mejorada con inteligencia artificial para la estratificación completa del riesgo de bloqueo cardíaco», de Arunashis Sau, Fu Siong Ng et al., publicado en JAMA Cardiology. DOI: 10.1001/jamacardio.2025.2522
Imperial College London News. S. R. Traducido al español
