Inteligencia artificial para la predicción de fibrilación auricular en ritmo sinusal: una revisión narrativa

Área de la Ciencia:

• Cardiología
• Informática Médica
• Inteligencia Artificial

Sus antecedentes:

• La fibrilación auricular (FA) es una arritmia común con consecuencias graves como el accidente cerebrovascular.
• La detección de FA en pacientes con ritmo sinusal normal (RS) sigue siendo un desafío clínico.

Objetivo del estudio:

• Revisar el papel de la inteligencia artificial (IA) en la predicción de FA a partir de RS en diversos horizontes temporales.
• Destacar los avances, metodologías y desafíos de la IA en la predicción de FA.

Principales métodos:

• Revisión narrativa de metodologías de IA aplicadas a electrocardiogramas, intervalos RR y datos clínicos.
• Clasificación de modelos de IA según los marcos de tiempo de predicción: recién diagnosticado, a corto plazo, a medio plazo y a largo plazo.

Principales resultados:

• Los modelos de IA demostraron una precisión superior en la predicción de FA a partir de RS en comparación con los sistemas de puntuación tradicionales, particularmente para horizontes de eventos más cortos.
• Las aplicaciones de IA abarcan el análisis de ECG, intervalos RR y otros metadatos del paciente.

Conclusiones:

• La IA tiene un potencial significativo para mejorar la predicción de FA a partir de RS.
• Las barreras para la implementación clínica incluyen la interpretabilidad del algoritmo, las necesidades de validación, la integración en la atención médica y las consideraciones éticas.
• La investigación futura debe centrarse en la interpretabilidad, la robustez y los ensayos clínicos para herramientas de IA en el manejo de la FA.