Transformar el cribado de salud de la población para la enfermedad cardiovascular aterosclerótica con análisis de ECG...

Área de la Ciencia:

• Cardiología
• Inteligencia artificial
• Salud pública

Sus antecedentes:

• La enfermedad cardiovascular aterosclerótica (ASCVD) sigue siendo una de las principales causas de mortalidad a nivel mundial.
• Los modelos tradicionales de estratificación del riesgo tienen limitaciones para identificar a todos los individuos en riesgo.
• La electrocardiografía (ECG) es una herramienta de diagnóstico ampliamente accesible y de bajo costo.

Objetivo del estudio:

• Revisar el papel emergente del ECG mejorado por inteligencia artificial (AI-ECG) en el cribado a nivel de población para la EACV.
• Evaluar las capacidades del AI-ECG para predecir los principales eventos adversos cardiovasculares y detectar la enfermedad coronaria subclínica.
• Identificar los desafíos clínicos, metodológicos y de aplicación para la adopción del AI-ECG en el cribado de ASCVD.

Principales métodos:

• Revisión exhaustiva de la literatura sobre las aplicaciones del AI-ECG en enfermedades cardiovasculares.
• Análisis del rendimiento del modelo AI-ECG en la predicción de eventos de ASCVD y enfermedades subclínicas.
• Evaluación del estado actual de validación, sesgos y generalizabilidad de los modelos AI-ECG.

Principales resultados:

• Los modelos AI-ECG de última generación demuestran una alta precisión, superando a los modelos de riesgo tradicionales en la reclasificación de los pacientes.
• El AI-ECG puede acortar el horizonte de predicción de eventos cardiovasculares, permitiendo una intervención más temprana.
• La validación actual es principalmente retrospectiva y basada en el hospital, con una generalización limitada debido a sesgos.

Conclusiones:

• AI-ECG tiene el potencial de revolucionar la detección de ASCVD al transformar el ECG en una poderosa herramienta de pronóstico.
• Se necesitan estudios prospectivos para confirmar el impacto del AI-ECG en los resultados de los pacientes en diversas poblaciones.
• Abordar los desafíos logísticos y generar confianza es esencial para una implementación clínica exitosa y un impacto global.