El estudio, liderado por el físico Guillermo Ortega y el cardiólogo Jesús Jiménez Borreguero, ha sido publicado en a revista Heart. Los investigadores del Hospital Universitario de La Princesa y su Instituto de investigación, analizaron 566 parámetros de 329.670 electrocardiogramas. El equipo, financiado por el proyecto por los Fondos de Investigación en Salud del Instituto Carlos III, ya ha solicitado la patente del método.
El método utilizado consiste en el análisis de electrocardiogramas (ECG) aparentemente normales a través de métodos de aprendizaje automático (machine learning). De este modo, la inteligencia artificial ha descubierto signos hasta el momento desconocidos que predicen la posibilidad de sufrir arritmias cardíacas como la fibrilación auricular.
La fibrilación auricular es una arritmia cardíaca que, si bien suele ser leve, puede tener complicaciones graves como ictus o insuficiencia cardíaca. A través de esta nueva técnica, se detectan potenciales casos futuros, lo que permite aplicar métodos de prevención más eficientes.
La investigación ha identificado un nuevo sistema de marcadores del ECG que permite predecir patologías cardíacas en etapas tempranas
La técnica del electrocardiograma (ECG) está extendida entre el sector médico por ser una forma económica y sencilla para diagnosticar anomalías del corazón. Este estudio, abre nuevas vías de estudio de los electrocardiogramas con aplicaciones médicas que permitien prevenir y proteger la salud cardíaca.
La investigación ha identificado un nuevo sistema de marcadores del ECG que permite predecir patologías cardíacas en etapas tempranas. Los ECG estudiados pertenecen a 132.772 pacientes del hospital madrileño realizados entre 2010 y 2019.
También forman parte del equipo de investigación los doctores Ancor Sanz, Alberto Cecconi, Alberto Vera, Fernando Alfonso y Juan Miguel Camarasaltas, este último del servicio de informática.