Predicción temprana de ECG del establecimiento de cohortes de enfermedades múltiples del sistema y seguimiento (EARLY-ECG-PRED)

Los avances recientes en la inteligencia artificial (IA) han ampliado las capacidades de diagnóstico de la electrocardiografía (ECG) más allá de las enfermedades cardiovasculares. La evidencia emergente demuestra que el análisis de ECG mejorado con AI puede proporcionar información valiosa sobre la edad, el género, el riesgo de mortalidad, la función cardíaca y las condiciones sistémicas como los desequilibrios electrolíticos, la disfunción renal y los trastornos tiroideos. Estos hallazgos posicionan el ECG como una herramienta prometedora para la identificación y predicción de un amplio espectro de enfermedades.

Para investigar más a fondo los mecanismos subyacentes que vinculan las anormalidades de ECG con enfermedades múltiples del sistema y para desarrollar modelos de diagnóstico, detección y predictivos basados ​​en ECG, iniciamos un estudio de registro de observación múltiple, prospectivo, que involucra a pacientes sometidos a exámenes de ECG. Los objetivos del proyecto son los siguientes:

1. Desarrollo del modelo de la Fundación AI-ECG

1. Diagnóstico de enfermedades cardiovasculares tradicionales (por ejemplo, arritmias, infarto de miocardio).
2. Detección de trastornos del sistema múltiple, que incluyen: enfermedades circulatorias, digestivas, respiratorias y del sistema nervioso, trastornos endocrinos/metabólicos, enfermedades urogenitales, afecciones hematológicas, neoplasias y trastornos de salud mental.
3. Predicción de condiciones de inicio nuevo (por ejemplo, fibrilación auricular, insuficiencia cardíaca, enfermedades valvulares, NSTEMI, taquicardia ventricular) y riesgo de mortalidad a 1 año.

2. Utilidad e implementación clínica

Aprovechando la portabilidad, la rentabilidad y la no invasividad del ECG, nuestro modelo de base AI permite:

1. Detección rápida, a gran escala en entornos ambulatorios, pacientes hospitalizados, de emergencia y comunitarios.
2. Detección temprana de enfermedades de múltiples sistemas, guiando pruebas de diagnóstico dirigidas.

3. Investigación mecanicista e interpretabilidad que aclara la lógica de diagnóstico, predictivo y de estratificación de riesgos de los modelos de la Fundación AI-ECG.