La IA descubre una nueva señal en el ECG que predice la muerte súbita cardíaca mejor que las pruebas estándar

Cómo se entrenó y validó el modelo

El equipo de investigación adoptó un enfoque riguroso para desarrollar el modelo. Combinaron más de 440.000 ECG de registros sanitarios suecos con datos de certificados de defunción para que la IA aprendiera qué patrones de onda precedían a la muerte súbita cardíaca . La arquitectura de aprendizaje profundo analizó la señal completa de las 12 derivaciones, no solo mediciones resumidas, lo que le permitió encontrar patrones sutiles y no lineales invisibles para los lectores humanos.

Para asegurarse de que los hallazgos no fueran específicos de Suecia, el modelo se validó externamente con miles de registros de pacientes independientes de Estados Unidos y Taiwán. Las predicciones se mantuvieron en diferentes poblaciones y sistemas sanitarios, lo que proporciona una fuerte evidencia de su generalización .

Por qué ha sido tan difícil detectar la muerte súbita cardíaca

El paro cardíaco repentino es fundamentalmente diferente de un infarto. Un infarto implica una arteria bloqueada que priva de oxígeno al músculo cardíaco; el paro cardíaco repentino es un fallo eléctrico: la corriente eléctrica del corazón deja de dispararse sin previo aviso .

Las personas mueren tan rápido que estudiar lo que el corazón estaba haciendo momentos antes es casi imposible. Las autopsias pueden mostrar problemas estructurales (vasos bloqueados, tejido cicatrizado), pero, como señalaron los investigadores, "el funcionamiento real antes de la muerte sigue siendo una caja negra" .

La prueba de riesgo estándar actual (la medición de la fracción de eyección del ventrículo izquierdo (FEVI), el porcentaje de sangre que el corazón bombea por latido) es un instrumento impreciso. Muchas personas que mueren por paro cardíaco repentino tienen una FEVI normal, y muchas con FEVI baja nunca sufren un paro . El enfoque estándar pasa por alto a la mayoría de las personas que necesitan ayuda.

Resultados prácticos en comparación con las pruebas estándar

La IA identificó un grupo de alto riesgo que comprende aproximadamente el 2,2% de la población examinada. La tasa anual de muerte súbita cardíaca del 7,0% en este grupo es comparable o mejor que el umbral de riesgo utilizado en los ensayos clínicos para desfibriladores implantables (DAI) . Esto significa que muchos pacientes que pasarían desapercibidos según las guías actuales podrían ser candidatos a recibir dispositivos que salvan vidas.

Qué viene después

La investigación apunta a tres pasos siguientes claros:

1. Uso clínico para decisiones sobre desfibriladores: Los ECG son baratos, no invasivos y están disponibles en casi todas las clínicas del mundo. El modelo de IA podría ayudar a los médicos a decidir quién necesita un desfibrilador cardioversor implantable (DAI). Como dijo Obermeyer: "Si supieras que eres una de las personas que va a caer muerta, irías al cardiólogo y te implantarían un desfibrilador. El problema es que los médicos no pueden averiguar quién lo necesita antes de que sea demasiado tarde" .

2. Nueva comprensión fisiológica: La nueva forma de onda que la IA descubrió —sin que se le dijera qué buscar— abre una nueva línea de investigación. Comprender el mecanismo eléctrico exacto detrás de la onda R emborronada en la derivación aVL podría revelar por qué algunos corazones fallan de repente. "No solo podemos tomar mejores decisiones, sino también empezar a entender qué está pasando realmente con estos pacientes antes de que su corazón se pare", afirmó Obermeyer .

3. Ensayos prospectivos antes de la adopción generalizada: Si bien la validación externa en tres países es una evidencia sólida, el modelo debe probarse en ensayos clínicos prospectivos antes de que entre en la práctica clínica habitual. El trabajo del equipo de investigación demuestra el tipo de validación rigurosa y transversal que hace que este hallazgo sea especialmente prometedor .