La insuficiencia cardíaca se detecta con mayor frecuencia mediante pruebas de imagen de ecocardiograma, pero estas pruebas normalmente no forman parte de un examen físico de rutina. En este caso, el acceso a la ecocardiografía es limitado, y, sin embargo, un diagnóstico tardío hace que el tratamiento para prolongar la vida sea más desafiante.

Los investigadores médicos han identificado esta limitación en el pasado. Como se señaló, "Pacientes con insuficiencia cardíaca en estadio B del American College of Cardiology / American Heart Association (ACC / AHA), también conocida como disfunción ventricular izquierda asintomática (ALVD), se caracterizan por tener evidencia de enfermedad cardíaca estructural (es decir, disfunción ventricular izquierda, hipertrofia ventricular izquierda) sin signos clínicos o síntomas evidentes de insuficiencia cardíaca, " de acuerdo a Reseñas de cardiología .

Una empresa de salud digital ha estado colaborando con la Clínica Mayo con la esperanza de marcar la diferencia al permitir que los médicos en las visitas médicas de rutina puedan saber si un paciente está en riesgo de sufrir ataques cardíacos y derrames cerebrales.

Eko es la empresa que trabaja para aplicar IA al ECG para una poderosa herramienta de detección que puede señalar la presencia de ALVD. Desarrollado en colaboración con Mayo Clinic, un nuevo algoritmo basado en ECG está en las alas, uno que ayudaría a los proveedores de atención médica a detectar la insuficiencia cardíaca durante un examen físico estándar.

El equipo entrenó una red neuronal convolucional para identificar pacientes con disfunción ventricular, utilizando solo datos de ECG.

Cómo funciona:

El algoritmo analiza 15 segundos de datos de ECG recopilados de un "estetoscopio digital DUO" de Eko durante un examen físico. En lenguaje médico, facilitaría la identificación de la "fracción de eyección ventricular izquierda reducida". Este último es un signo de un corazón debilitado.

"Una fracción de eyección baja significa que la bomba cardíaca es débil, que puede provocar dificultad para respirar, hinchazón, intolerancia al ejercicio, o muerte súbita, por lo que es importante identificar tantos tratamientos existen, "dijo el Dr. Paul Friedman, presidente del Departamento de Medicina Cardiovascular de Mayo Clinic.

Christine Fisher en Engadget analizaron el proceso:"El algoritmo está diseñado para funcionar con el estetoscopio digital DUO de Eko. El dispositivo de mano se puede colocar en el lado izquierdo del pecho del paciente y recopila tanto los sonidos cardíacos como los datos del ECG. El dispositivo podría facilitar la recopilación de los datos del ECG durante exámenes de rutina, y en el futuro, podría utilizarse en entornos de telesalud. Los pacientes pueden usar el dispositivo en casa, y los datos, incluyendo los hallazgos del algoritmo, sería enviado a su proveedor de atención médica ".

"Al analizar la actividad eléctrica del corazón, el algoritmo puede detectar cuando el corazón está bombeando mucha menos sangre de la que debería durante cada ciclo, que es un signo de insuficiencia cardíaca. Luego, los pacientes pueden buscar tratamiento preventivo para posiblemente evitar malos resultados como un derrame cerebral, "dijo Brian Rinker en San Francisco Business Times .

¿Qué tan precisa es su herramienta? Los resultados provienen de un artículo de enero y también de investigaciones más recientes. El resumen del artículo de los investigadores de enero de 2019, en Medicina de la naturaleza , declaró que "cuando se probó en un conjunto independiente de 52, 870 pacientes, el modelo de red arrojó valores para el área bajo la curva, sensibilidad, especificidad, y precisión de 0,93, 86,3%, 85,7%, y 85,7%, respectivamente."

En estudios clínicos adicionales en Mayo Clinic, el DUO combinado con el algoritmo de IA fue capaz de detectar la fracción de eyección <35% con un área bajo la curva (AUC) de 0,90.

Eko informó que "cuando se probó en 100 pacientes, el DUO combinado con un modelo de IA fue capaz de detectar la fracción de eyección <35% con un área bajo la curva (AUC) de 0,90, que es comparable a la investigación publicada anteriormente en Medicina de la naturaleza . Estos hallazgos podrían ayudar a identificar a los pacientes con una fracción de eyección baja durante los exámenes físicos de rutina. facilitando el reconocimiento clínico rápido de aquellos que requieren más pruebas. Esta es la primera vez que un dispositivo de punto de atención con un ECG de derivación único combinado con un algoritmo de IA identifica una fracción de eyección baja en los pacientes ".

El método de estetoscopio digital de Eko espera la aprobación de la Administración de Drogas y Alimentos. El miércoles, sin embargo, Eko compartió la noticia de que la FDA le había otorgado a la compañía un estatus de avance para su algoritmo basado en ECG. El comunicado de prensa señaló que "este estado no significa que el algoritmo haya recibido la aprobación de la FDA".

Rinker en San Francisco Business Times proporcionó una clara cápsula de lo que significa este "estado de avance" para la empresa y para los pacientes futuros.

El proceso para aprobar dispositivos médicos y medicamentos generalmente avanza a un ritmo glacial en la FDA, él dijo, pero con la designación de gran avance, Eko tendría acceso a un proceso de aprobación más rápido, reservado para dispositivos que pueden ofrecer "un tratamiento o diagnóstico más eficaz de enfermedades o afecciones potencialmente mortales o irreversiblemente debilitantes, "según la FDA.

Rinker explicó el negocio de Eko, porque "vende 3 tipos de estetoscopios digitales que pueden captar sonidos sutiles en el corazón y luego enviar los datos para su análisis a una plataforma de software de IA en un dispositivo móvil. La idea es que en unos segundos la IA pueda detectar anomalías en el corazón."

El artículo de enero que detalla la investigación se titula "Detección de disfunción contráctil cardíaca mediante un electrocardiograma habilitado con inteligencia artificial, "por Zachi Attia, Suraj Kapa, Francisco López-Jiménez, Paul McKie, Dorothy Ladewig, Gaurav Satam, Patricia Pellikka, Maurice Enríquez-Sarano, Peter Noseworthy, Thomas Munger, Samuel Asirvatham, Christopher Scott, Rickey Carter y Paul Friedman.

© 2019 Science X Network