Desarrollo de una nueva red neuronal de convolución para la clasificación de arritmias (AI-ECG)

Identificar la arritmia correcta en el momento de un evento clínico, incluido un paro cardíaco, es de alta prioridad para los pacientes, las organizaciones de atención médica y la salud pública. Los desarrollos recientes en inteligencia artificial y aprendizaje automático brindan nuevas oportunidades para diagnosticar de manera rápida y precisa las arritmias cardíacas y cómo se utilizan los nuevos dispositivos móviles de salud y telemetría cardíaca en la atención al paciente. La investigación actual tiene como objetivo validar un nuevo enfoque estadístico de inteligencia artificial llamado 'clasificador de red neuronal convolucional' y su rendimiento para diferentes arritmias diagnosticadas en ECG de 12 derivaciones y Holter de derivación única/monitorización de eventos. Estas arritmias incluyen; fibrilación auricular, taquicardia supraventricular, bloqueo AV, asistolia, taquicardia ventricular y fibrilación ventricular, y se comparará con los criterios de rendimiento de la American Heart Association (intervalo de confianza unilateral del 95 % de 67-92 % según el tipo de arritmia). Para hacerlo, el enfoque del estudio es crear una gran base de datos de ECG de datos de ECG sin identificar y entrenar la red neuronal en los datos de ECG para mejorar la precisión del diagnóstico.