La fibrilación auricular (FA) es la arritmia sostenida más frecuente y una causa importante de evento vascular cerebral, insuficiencia cardiaca y muerte súbita. Su diagnóstico oportuno continúa siendo un desafío, especialmente en los casos paroxísticos y asintomáticos, donde un electrocardiograma (ECG) en ritmo sinusal puede ofrecer una falsa sensación de normalidad. En este contexto, un estudio publicado en European Heart Journal – Digital Health (2025) evaluó el desempeño de un modelo de inteligencia artificial (IA) basado en redes neuronales convolucionales (subconjunto del aprendizaje automático) para detectar FA paroxística utilizando ECG en ritmo sinusal, comparándolo con el puntaje clínico CHARGE-AF.
El estudio incluyó 157,192 ECG de 76,986 pacientes del sistema NYU Langone Health. El modelo integró la señal del ECG con variables clínicas del CHARGE-AF (edad, comorbilidades, presión arterial, entre otras). En la cohorte de prueba, el modelo combinado (ECG + CHARGE-AF) alcanzó un área bajo la curva (AUC) de 0.89, superando al puntaje clínico aislado. Además, mostró adecuada sensibilidad (0.78), especificidad (0.84) y alto valor predictivo negativo (0.94).
En una cohorte ambulatoria en Estados Unidos, obtuvo un AUC de 0.90, mientras que en hospitales europeos alcanzó 0.85, manteniendo buen rendimiento pese a diferencias demográficas y clínicas. Un hallazgo relevante fue que el modelo basado únicamente en la señal del ECG conservó buena capacidad predictiva incluso cuando se simularon datos clínicos incompletos, lo que sugiere utilidad en entornos con registros electrónicos limitados.
Los autores concluyen que la integración de IA con ECG en ritmo sinusal permite identificar señales “ocultas” de riesgo de FA, mejorando la predicción frente a modelos clínicos tradicionales. Estos resultados respaldan el potencial de la IA como herramienta de tamizaje para FA, con aplicabilidad en distintos sistemas de salud y poblaciones.
Referencia:
1. Tarabanis C, et al. Artificial intelligence-enabled sinus electrocardiograms for the detection of paroxysmal atrial fibrillation benchmarked against the CHARGE-AF score. Eur Heart J Digit Health. 2025 Aug 22;6(6):1134-1144.
