Investigadores de La Princesa descubren mediante inteligencia artificial cómo predecir fibrilación auricular

Investigadores de La Princesa descubren mediante inteligencia artificial cómo predecir fibrilación auricular

Investigadores del Hospital Universitario de La Princesa y su Instituto de Investigación han descubierto a través de métodos de inteligencia artificial (maching learning) en los electrocardiogramas (ECG) aparentemente normales, signos, hasta ahora desconocidos, que predicen quién podría padecer en el futuro fibrilación auricular.

Según ha explicado el centro hospitalario en un comunicado, la fibrilación auricular es una arritmia cardiaca, a menudo leve, pero que puede desencadenar complicaciones graves como ictus o insuficiencia cardiaca.

El equipo investigador liderado por el cardiólogo Jesús Jiménez Borreguero y el físico Guillermo J Ortega, acaban de publicar los resultados en la revista Heart como artículo original, y con participación exclusiva de miembros del centro madrileño.

Su estudio, del que ya han solicitado la patente, cuenta con financiación del proyecto por los Fondos de Investigación en salud del Instituto Carlos III.

El electrocardiograma es una técnica bien conocida para diagnosticar enfermedades del corazón. Es económica, accesible y se ha venido usando desde hace más de un siglo, cuando Willem Einthoven describió sus aplicaciones clínicas en 1906 y por lo que recibió el Premio Nobel de Medicina.

Muchos médicos y científicos han investigado sobre el ECG durante más de un siglo, lo que ha permitido que se utilice para diagnosticar diversas patologías cardiacas.

Los investigadores del Hospital Universitario de La Princesa han ido más allá del uso común del electrocardiograma, limitado hasta ahora a diagnosticar la fibrilación auricular presente en el momento de ser realizado.

Su investigación ha permitido identificar un nuevo sistema de marcadores del ECG que predice la probabilidad de padecer fibrilación auricular en el futuro.

Para este estudio han utilizado métodos de análisis de aprendizaje automático (machine learning), analizando 566 parámetros de cada uno de los 329.670 ECG realizados a 132.772 pacientes del Hospital Universitario de La Princesa y de su centro de especialidades y durante un periodo de tiempo desde el año 2010 hasta el 2019.

La fibrilación auricular es una arritmia cardiaca frecuente y suele ser leve, pero en ocasiones se manifiesta por primera vez por patología graves asociadas como el Ictus o la insuficiencia cardiaca.

De ahí la importancia de los hallazgos de este estudio para detectar qué personas podrían estar en riesgo de enfermar en el futuro, lo que permitirá investigar cómo prevenir y evitar las complicaciones graves mencionadas.

Los doctores Ancor Sanz y Alberto Cecconi son también coinventores que han participado en la solicitud de la patente apareciendo también como primeros firmantes del artículo publicado.

Por otra parte han colaborado los cardiólogos Alberto Vera, Fernando Alfonso, y Juan Miguel Camarasaltas, este último del servicio de Informática.