La fibrilación auricular, una epidemia en aumento
La fibrilación auricular (FA) es el tipo de arritmia más común. Afecta a más de 33 millones de personas en el mundo1. Los individuos con FA tienen 5 veces más probabilidades de sufrir un ictus.2. Se calcula que 20-30% de los casos de ictus son causados por la fibrilación auricular.
Este tipo de arritmia consiste en latidos descoordinados y desorganizados que se originan en una parte del corazón llamada aurícula, lo que produce un ritmo cardíaco rápido e irregular.
Las personas sanas sin otros problemas médicos pueden desarrollar FA. Sin embargo, en la mayoría de los casos, existen algunos factores de riesgo como la hipertensión, la diabetes, el abuso de alcohol y otras drogas, el estrés, la obesidad o un estilo de vida sedentario1.
¿Cómo se produce la fibrilación auricular?
En condiciones normales, nuestro ritmo cardíaco debe ser regular, tanto si estamos en reposo como si realizamos una actividad física. Cuando se produce la fibrilación auricular, el ritmo cardíaco deja de ser regular y constante. El corazón "fibrila" como si temblara. Esta pérdida de sincronía en el ritmo cardíaco puede dar lugar a la formación de coágulos de sangre en el interior del corazón, lo que desencadena la formación de trombos e ictus. Por lo tanto, la detección y el diagnóstico tempranos de la FA son fundamentales para iniciar un tratamiento anticoagulante para prevenir el ictus.
La FA está fuertemente asociada a la edad: generalmente afecta a personas de 40 años o más3. Dado que el envejecimiento de la población está aumentando La prevalencia de la FA ha aumentado más del 33%. durante los últimos 20 años4.
¿Cómo se detecta la fibrilación auricular?
Algunos pacientes con FA presentan síntomas que afectan a su vida diaria, como palpitaciones, mareos, falta de aire y cansancio. Sin embargo, otros pacientes son completamente asintomática. Todavía no se sabe por qué algunos pacientes presentan síntomas y otros no. Por ello, el electrocardiograma (ECG), una prueba clínica para comprobar el ritmo cardíaco, es necesario para confirmar el diagnóstico de FA.
En algunos pacientes, la fibrilación auricular sólo se produce de forma episódica, con crisis que se alternan con períodos de ritmo cardíaco normal. En estos casos, la arritmia puede no detectarse fácilmente. En respuesta a este problema, hoy en día es posible la monitorización continua del ritmo cardíaco gracias a sofisticados dispositivos como los monitores cardíacos implantables (MCI), o dispositivos externos como los monitores Holter o los wearables (bandas de ajuste, relojes, adhesivos textiles, etc.)5.
¿Cómo puede ayudar la IA en la detección de la FA?
La monitorización continua de pacientes a distancia produce una cantidad masiva de datos de ECG que deben ser revisados por los cardiólogos. En los últimos años, los algoritmos de inteligencia artificial (IA ) se han sugerido como una solución potencial para ayudar a los cardiólogos con el análisis de ECG y el triaje de anomalías cardíacas6-11. La plataforma de IA de Idoven, conocida como WillemTM (con sede en Madrid, España), es una plataforma de IA potente y escalable para ayudar a los cardiólogos en la interpretación de ECG y el diagnóstico de arritmias. Idoven ha demostrado recientemente que WillemTM puede mejorar la detección de episodios de FA a partir de MCI con una alta precisión del 91,32% y reducir las detecciones de FA falsas positivas en un 94%.12. Por lo tanto, las soluciones de IA reducirán la carga de trabajo de los cardiólogos mejorando la atención y el pronóstico de los pacientes, lo que se traduce en una mejora de las tasas de supervivencia de los pacientes con FA.
1. Alshehri, A. M. Stroke in atrial fibrillation: Revisión de la estratificación del riesgo y la terapia preventiva. Revista de medicina familiar y comunitaria 26, 92-97 (2019).
2. Marini, C. et al. Contribution of atrial fibrillation to incidence and outcome of ischemic stroke: Results from a population-based study. Stroke 36, 1115-1119 (2005).
3. Lloyd-Jones, D. M. et al. Riesgo de desarrollo de fibrilación auricular a lo largo de la vida: The framingham heart study. Circulation 110, 1042-1046 (2004).
4. Lippi, G., Sanchis-Gomar, F. & Cervellin, G. Global epidemiology of atrial fibrillation: An increasing epidemic and public health challenge. Int J Stroke 16, 217-221 (2020).
5. Svennberg E et al. Cómo utilizar los dispositivos digitales para detectar y gestionar las arritmias: una guía práctica de la EHRA. Europace (2022).
6. Hao, W. & Jingsu, K. Investigating Deep Learning Benchmarks for Electrocardiography Signal Processing. Arxiv (2022).
7. Bollepalli, S. C. et al. Real-time arrhythmia detection using hybrid convolutional neural networks. J Am Heart Assoc 10, e023222(2021).
8. Kwon, J. M. et al. Artificial Intelligence-Enhanced Smartwatch ECG for Heart Failure-Reduced Ejection Detection by Generating 12-Lead ECG. Diagnóstico 12, 654 (2022).
9. Zhang, J. et al. Detección de arritmias multiclase basada en el ECG utilizando una red neuronal recurrente convolucional basada en la atención espacio-temporal. Artif Intell Med 106, 101856 (2020).
10. Attia, Z. I., Kapa, S., Noseworthy, P. A., Lopez-Jimenez, F. & Friedman, P. A. Inteligencia artificial para detectar la disfunción ventricular izquierda en COVID-19: Una serie de casos. Mayo Clin Proc 95, 2464-2466 (2020).
11. Chang, T.-Y. et al. A High-Precision Deep Learning Algorithm to Localize Idiopathic Ventricular Arrhythmias. J Pers Med 12, 764 (2022).
12. Quartieri, F. et al. Artificial intelligence augments detection accuracy of cardiac insertable cardiac monitors: Results from a pilot prospective observational study. Cardiovasc Digit Health J (2022).
.jpg)
.png)
.png)
.png)
