|
Getting your Trinity Audio player ready...
|
Rochester, Minnesota. – Investigadores de Mayo Clinic han desarrollado un innovador algoritmo de inteligencia artificial (IA) capaz de identificar la apnea obstructiva del sueño (AOS) utilizando únicamente los resultados de un electrocardiograma (ECG), una prueba cardíaca de rutina. El hallazgo podría transformar la detección de esta afección, haciéndola más accesible, económica y rápida, especialmente en mujeres, un grupo históricamente infradiagnosticado.
La AOS, que afecta a más de 936 millones de adultos entre 30 y 69 años en todo el mundo, se caracteriza por episodios repetidos de obstrucción de las vías respiratorias superiores durante el sueño, provocando pausas respiratorias y fuertes ronquidos. A pesar de su alta prevalencia y del impacto significativo que tiene sobre la salud cardiovascular, continúa siendo una condición frecuentemente no diagnosticada.
“El corazón refleja de forma clara la presencia de apnea obstructiva del sueño. Los algoritmos de IA detectan la huella eléctrica que la AOS deja en el músculo cardíaco”, explicó Virend Somers, M.D., Ph.D., profesor Alice Sheets Marriott de Medicina Cardiovascular y autor principal del estudio publicado en JACC: Advances.
Para el estudio, los investigadores analizaron 11,299 electrocardiogramas de 12 derivaciones pertenecientes a pacientes de Mayo Clinic que también se habían sometido a estudios de sueño. Más de 7,000 tenían diagnóstico confirmado de AOS, mientras que cerca de 4,000 conformaban el grupo de control.
Uno de los hallazgos más relevantes fue el desempeño especialmente alto del modelo de IA en mujeres. Según el Dr. Somers, la AOS resulta más visible en los ECG de mujeres aun cuando presentan cuadros más leves que los de los hombres. Esta diferencia podría estar relacionada con una mayor vulnerabilidad de las mujeres a sufrir daños en las células del músculo cardíaco producto de la apnea del sueño.
El equipo señala que esta tecnología no solo podría facilitar la detección temprana de la AOS, sino también ayudar a evaluar si los tratamientos aplicados reducen de manera efectiva el riesgo cardiovascular en cada paciente.
El estudio completo, incluidos los autores, fuentes de financiación y divulgaciones, está disponible en JACC: Advances.
