Revolucionando la predicción de la hipertensión con IA
Un modelo de electrocardiografía mejorada con inteligencia artificial puede predecir esta afección e identificar riesgos asociados, mejorando la atención al paciente más allá de los factores de riesgo clínicos convencionales.
La hipertensión representa una importante causa de morbilidad y mortalidad a nivel mundial. La intervención temprana a través de cambios en el estilo de vida y tratamientos adecuados es eficaz para disminuir los resultados adversos. La electrocardiografía mejorada con inteligencia artificial (de sus siglas en inglés AI-ECG) ha demostrado ser capaz de identificar una amplia gama de enfermedades subclínicas y puede resultar útil para predecir la aparición de esta afección.
El equipo dirigido por el Dr. Arunashis Sau, del Imperial College London en el Reino Unido, desarrolló un modelo de estimación de riesgo llamado AI-ECG (AIRE) para predecir la aparición de hipertensión (AIRE-HTN) y estratificar el riesgo de resultados adversos relacionados con esta condición.
Este estudio de cohorte se llevó a cabo en el Centro Médico Beth Israel Deaconess (de su sigla en inglés BIDMC) en Boston, Massachusetts, un entorno de atención secundaria. La validación externa se realizó utilizando datos del Biobanco del Reino Unido (de su sigla en inglés UKB). AIRE-HTN fue entrenado y probado para predecir la hipertensión incidente a partir de electrocardiogramas (ECG) recopilados de forma rutinaria. Posteriormente, el algoritmo se evaluó para estratificar el riesgo de resultados adversos relacionados y se validó externamente con datos del UKB tanto para la hipertensión incidente como para la estratificación del riesgo.
AIRE-HTN se entrenó utilizando 1.163.401 ECG de 189.539 pacientes con una edad promedio de 57,7 años (52,1% mujeres). De estos, 19.423 pacientes fueron evaluados para hipertensión incidente en el conjunto de prueba. En el Biobanco del Reino Unido, AIRE-HTN se probó con 65.610 ECG de la misma cantidad de participantes (edad promedio: 65,4 años; 51,5% mujeres), y 35.806 fueron evaluados para hipertensión.
El modelo predijo la hipertensión incidente con un rendimiento similar en ambos conjuntos de datos. Además, su eficacia se mantuvo en personas sin hipertrofia ventricular izquierda y en aquellos con ECG normales. AIRE-HTN se mostró útil para complementar los factores de riesgo clínicos existentes en la predicción de hipertensión.
Además, la puntuación AIRE-HTN fue un predictor independiente de muerte cardiovascular y riesgo de insuficiencia cardíaca (HR: 2,24), infarto de miocardio (HR: 3,13), accidente cerebrovascular isquémico (HR: 1,23) y enfermedad renal crónica (HR: 1,89), superando los factores de riesgo tradicionales.
Los resultados sugieren que AIRE-HTN, un modelo de electrocardiografía mejorada con inteligencia artificial, puede predecir la aparición de hipertensión e identificar a los pacientes con riesgo de eventos adversos relacionados con esta condición, más allá de los factores de riesgo clínicos convencionales.
Fuente bibliográfica
Artificial Intelligence–Enhanced Electrocardiography for Prediction of Incident Hypertension
Sau A, et al.
DOI: 10.1001/jamacardio.2024.4796
