Hospital General de Massachusetts utiliza IA para predecir fibrilación auricular

Investigadores del Hospital General de Massachusetts (MGH) desarrollaron un método basado en inteligencia artificial para identificar a los pacientes que están en riesgo de fibrilación auricular. La fibrilación auricular (FA) es una frecuencia irregular y ocasionalmente rápida, suele provocar irrigación sanguínea deficiente y llega a ser común. A menudo conduce a la formación de coágulos en el corazón que pueden viajar al cerebro para causar un derrame cerebral.

Por medio de un método basado en Inteligencia Artificial (IA) los investigadores lograron predecir el riesgo de fibrilación auricular en los próximos cinco años. La investigación se basó en los resultados de los electrocardiogramas de 45 mil pacientes que reciben atención primaria en el MGH. Después, los científicos aplicaron su método a tres grandes conjuntos de datos de estudio que incluían a 83 mil 162 pacientes.

El método basado en IA predijo el riesgo de FA por sí solo y fue sinérgico cuando se combinó con factores de riesgo clínico conocidos para predecir la fibrilación auricular. También fue altamente predictivo en subconjuntos de individuos, como aquellos con insuficiencia cardíaca o algún accidente cerebrovascular previo.

Steven A. Lubitz, electrofisiólogo cardíaco del MGH, ve el papel del electrocardiograma, basado en algoritmos de IA, como una forma para ayudar con la identificación de las personas con mayor riesgo de fibrilación auricular. El algoritmo podría servir como una forma de herramienta de preselección para pacientes que actualmente pueden estar experimentando FA no detectada. Esto motivaría a los médicos a detectar la fibrilación auricular utilizando monitores de ritmo cardíaco, esta práctica podría conducir a medidas de prevención de accidentes cardiovasculares.

Los descubrimientos del estudio demuestran el potencial del IA, en este caso se utilizó un tipo específico de aprendizaje automático. Anthony Philippakis, director de datos de Broad, considera que el aprendizaje automático permitirá ayudar a los médicos e investigadores a lograr grandes avances en la mejora de la atención cardióloga. Shaan Khurshid, una de las coautoras del estudio, dijo “la aplicación de tales algoritmos podría impulsar a los médicos a modificar importantes factores de riesgo de fibrilación auricular que pueden reducir el riesgo de desarrollar la enfermedad por completo”.

A menudo, las personas que padecen fibrlación auricular no se percatan de los síntomas de la enfermedad. Pero algunos de los síntomas pueden ser: palpitaciones, latidos anormales o rápido; falta de aire; debilidad o dificultad al ejercitarse; dolor en el pecho. Así como, mareos o desmayos, cansancio e incluso confusión.

NotiPress/Fernanda Martínez

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.