Detección Precoz de Arritmias Cardiacas Mediante Inteligencia Artificial para Mejorar la Prevención Secundaria del Ictus Criptogénico

El ictus es la segunda causa de muerte en el mundo, provocando el 9% del total anual. Aunque los avances en su tratamiento han reducido la mortalidad, el número de supervivientes se ha incrementado notablemente, llevando también a un aumento de pacientes discapacitados y de la presión socioeconómica sobre los sistemas de salud y la sociedad. De hecho, el ictus es la segunda causa de demencia y la tercera de dependencia en adultos. Además, estos supervivientes presentan un alto riesgo de sufrir un ictus recurrente, el cual es más letal e incapacitante, y por tanto la prevención secundaria se ha convertido en una prioridad de salud pública. Sin embargo, las estrategias actuales de gestión de pacientes post-ictus necesitan mejoras urgentes, ya que el 25% de los casos anuales son todavía recurrentes.

Una prevención secundaria efectiva solo se consigue tras identificar el factor causante del ictus, ya que a menudo persiste y se debe neutralizar. Sin embargo, después de una evaluación exhaustiva, dicho factor solo se puede identificar en el 60% de los pacientes, siendo los restantes llamados ictus criptogénicos (IC). La presencia oculta de fibrilación auricular (FA) paroxística parecer ser la responsable del 40% de estos casos, pero el proceso actual para su búsqueda es todavía ineficiente. Así, dado que la FA es asintomática e intermitente en muchas ocasiones, suele escapar a la monitorización del ECG de al menos 24 horas que todas las guías clínicas recomiendan en la fase aguda. Algunos ensayos clínicos recientes han mostrado que la probabilidad de detectar FA aumenta considerablemente si se extiende la monitorización a un periodo más largo y, por ello, algunas guías ya recomiendan un seguimiento cardiaco de varias semanas después del alta. A pesar de esta evidencia, la monitorización post-alta del ECG no se ha adoptado en la práctica clínica debido a la necesidad de muchos recursos y a los altos costes iniciales, abandonando muchos pacientes sin diagnosticar de FA y sin un tratamiento secundario eficaz.

En este contexto, el objetivo de este proyecto es desarrollar novedosos predictores del riesgo de FA después del IC analizando la inexplorada variabilidad espaciotemporal que la actividad electrocardiográfica del corazón muestra durante el ingreso en la unidad de ictus, así como una pionera herramienta computacional basada en un modelo altamente predictivo obtenido por la combinación de estos nuevos y otros índices antes propuestos. Este software se diseñará para ser utilizado en la práctica clínica sin alterar la rutina de diagnóstico habitual, y ofrecerá una estratificación precisa del riesgo de FA, permitiendo desarrollar estrategias coste-efectivas basadas en centrar los recursos de monitorización en aquellos con mayor riesgo de tener una arritmia oculta. De esta forma, se podrán superar las barreras que limitan la monitorización post-alta a gran escala y muchos pacientes podrán recibirla, aumentando así las tasas de detección de FA y permitiendo el comienzo de un tratamiento con anticoagulantes. Esta terapia ha mostrado ser capaz de reducir el riesgo de ictus recurrentes por FA hasta en un 80% y, por tanto, se conseguirá una mejora sin precedentes en la prevención secundaria del IC. La herramienta será diseñada por ingenieros, neurólogos y cardiólogos, y será validada sobre pacientes admitidos en ocho hospitales. Por tanto, este proyecto representa un esfuerzo de investigación traslacional, interdisciplinar y multicéntrico.