Infarto agudo de miocardio detectado en el ECG de 12 derivaciones por redes neuronales artificiales

Área de la Ciencia:

• Cardiología Cardiología.
• La inteligencia artificial es inteligencia artificial.
• Diagnóstico médico Diagnóstico médico

Sus antecedentes:

• El electrocardiograma de 12 derivaciones (ECG) es crucial para el diagnóstico del infarto agudo de miocardio (AMI).
• La interpretación automática del ECG ayuda a los médicos con menos experiencia en el diagnóstico.
• Las redes neuronales artificiales (ANN) muestran potencial para mejorar los programas de interpretación convencionales.

Objetivo del estudio:

• Para detectar el infarto agudo de miocardio (AMI) en ECGs de 12 derivaciones utilizando redes neuronales artificiales (ANN).

Principales métodos:

• Las ANN entrenadas en 1120 ECG AMI y 10.452 ECG de control.
• Utilizó las mediciones de 12 segmentos ST-T para el entrenamiento.
• Comparó el rendimiento de la ANN con un programa estándar de interpretación de ECG y la clasificación de cardiólogos expertos.

Principales resultados:

• Los ANN demostraron una mayor sensibilidad y poder discriminante que el programa de interpretación y el cardiólogo.
• La sensibilidad ANN fue un 15,5% más alta que el programa de interpretación con una especificidad del 95,4% (P<.00001).
• La sensibilidad de la ANN fue un 10,5% más alta que la del cardiólogo con una especificidad del 86,3% (P<.00001).

Conclusiones:

• Las ANN pueden mejorar la interpretación automática del ECG para la detección del infarto agudo de miocardio (AMI).
• Las ANN son prometedoras como herramientas de apoyo a la toma de decisiones tanto para médicos novatos como experimentados.