Validación multicéntrica de ECG habilitado por IA para la predicción del sexo biológico en pediatría

Área de la Ciencia:

• Cardiología
• Inteligencia Artificial
• Salud Pediátrica

Sus antecedentes:

• El sexo biológico influye en los patrones del electrocardiograma (ECG), afectando la salud y la enfermedad.
• Los modelos de IA existentes muestran potencial para la predicción del sexo a través del ECG.

Objetivo del estudio:

• Validar externamente un modelo de ECG habilitado por IA para la predicción del sexo biológico en poblaciones pediátricas.
• Evaluar el rendimiento del modelo en diferentes etapas de la pubertad.

Principales métodos:

• Validación externa multicéntrica de un modelo de ECG habilitado por IA previamente desarrollado.
• Análisis de datos de ECG de pacientes pediátricos en el Texas Children's Hospital y el Boston Children's Hospital.
• Mapeo de saliencia para identificar patrones electrofisiológicos relacionados con el sexo.

Principales resultados:

• El modelo de ECG habilitado por IA predijo con éxito el sexo biológico a lo largo del desarrollo pediátrico.
• La precisión del modelo demostró un gradiente significativo que se correlaciona con la etapa puberal (AUROC pre-pubertad 0.64, AUROC peri-pubertad 0.84, AUROC post-pubertad 0.94).
• La replicación de los hallazgos en múltiples instituciones confirmó la robustez del modelo.

Conclusiones:

• El análisis de ECG habilitado por IA es una herramienta viable para la predicción no invasiva del sexo biológico en niños.
• La variación del rendimiento del modelo con la pubertad subraya las diferencias electrofisiológicas del desarrollo.
• Los patrones de ECG establecidos relacionados con el sexo son identificables por la IA, ofreciendo información sobre la fisiología cardíaca específica del sexo.