Mediante novas técnicas de intelixencia artificial, como as de aprendizaxe automática, será posible determinar con precisión onde se desencadean algunhas arritmias cardíacas. Ese é o obxectivo dunha investigación liderada pola Universidade Pompeu Fabra de Barcelona (UPF), publicada recentemente na revista Frontiers in Cardiovascular Medicine.
Fixar o lugar de orixe destas arritmias permitirá aumentar a eficacia dun dos procedementos máis habituais para tratalas: a ablación por radiofrecuencia, que esencialmente consiste na introdución dun catéter nun dos ventrículos do corazón, coa que se emite a radiofrecuencia necesaria para eliminar a alteración do ritmo cardíaco.
Todas as arritmias ventriculares débense a alteracións do ritmo normal do corazón que se inician nas cavidades internas do órgano (os ventrículos), pero hainas de diferentes tipoloxías. Este novo estudo refírese á arritmia ventricular do tracto de saída (OTVA, polas súas siglas en inglés), a rexión que conecta os ventrículos coas principais arterias.
A OTVA é a manifestación máis común das denominadas arritmias ventriculares idiopáticas, aquelas que se producen por causas que non se poden identificar a través dos métodos convencionais ou en pacientes sen cardiopatías estruturais, polo que é máis difícil precisar os seus motivos.
A investigación realizada demostrou a eficacia deste método en arritmias ventriculares orixinadas tanto no ventrículo dereito como no esquerdo, a partir dun estudo que combinou a análise de 2.496 casos simulados coa de pacientes reais.
Deste segundo grupo, examinouse o caso de 114 pacientes do Hospital Teknon en Barcelona e 31 do Hospital Clínic de Barcelona e outros 334 correspondentes a un estudo realizado en China (Zheng et al.).
“A metodoloxía utilizada fai que o sistema sexa robusto e garante interpretabilidade para calquera análise posterior, por exemplo, a identificación do sitio de orixe específica da arritmia”, asegura Álvaro J. Bocanegra-Pérez, investigador do grupo Physense da UPF. “Este achegamento multimodal e interpretable é clave para o traballo entre médicos e enxeñeiros, xa que permite realizar achegas á metodoloxía de ambas as partes”, engade. Actualmente, máis alá da medicación para corrixir as alteracións do ritmo cardíaco, o tratamento máis frecuente da arritmia OTVA é a ablación por radiofrecuencia.
Maiores probabilidades do tratamento
Para aplicar a técnica de ablación por radiofrecuencia, é necesario primeiro realizar un mapeo do circuíto eléctrico que orixina unha arrítmica cardíaca para despois situar o catéter emisor de radiofrecuencia na zona do trastorno. Isto xera o aumento de temperatura necesario para eliminar a parte específica do tecido cardíaco onde se desencadea a arritmia.
Ata o de agora, a efectividade destes tratamentos está por baixo do desexable. Para mellorala, é necesario precisar máis o lugar de orixe da arritmia, de modo que o catéter emisor poida actuar sobre a zona exacta onde se orixina. Isto aumentaría as probabilidades de éxito do tratamento e reduciríanse os tempos de intervención e as taxas de recaída.
No novo artigo, os investigadores propoñen un modelo baseado en IA e machine learning que pode mellorar substancialmente a precisión de diagnósticos e tratamentos actuais das arritmias OVTA. Os métodos diagnósticos actuais baséanse fundamentalmente na análise dos electrocardiogramas (ECG) realizados antes da operación, a partir da inspección visual realizada por profesionais médicos.
A pesar da súa experiencia, a inspección visual está suxeita ao erro humano e pode derivar en diagnósticos equivocados ou pouco precisos, o que á súa vez pode reducir a eficacia do tratamento por debaixo dos niveis óptimos.
Durante os últimos anos xa se desenvolveron métodos máis avanzados para tratar de superar as limitacións das inspeccións visuais dos electrocardiogramas a partir de modelos computacionais e enfoques de aprendizaxe automática (ML). A pesar diso, os métodos ideados ata o de agora aínda presentan limitacións.
Precisión dos diagnósticos
O actual estudo consegue a análise de forma integrada e automática de datos clínicos reais referentes á idade, sexo e antecedentes médicos do paciente —especialmente se sufriu previamente hipertensión ou non— e electrocardiogramas (tanto reais como simulados por métodos computacionais). Isto permitirá precisar o lugar de orixe das arritmias en cada caso particular, reducir a marxe de erro respecto a as inspeccións visuais, ademais de facilitar a interpretación dos resultados.
Máis alá desta investigación, haberá que seguir traballando nesta liña de investigación, analizando datos dun maior número de pacientes para articular un sistema máis robusto con potencial para xeneralizarse á práctica clínica.
Referencia: Automatic and interpretable prediction of the site of origin in outflow tract ventricular arrhythmias: machine learning integrating electrocardiograms and clinical data (Publicado en Frontiers in Cardiovascular Medicine)
