🌐 IA de UC Berkeley detecta señal cardíaca oculta que predice muerte súbita
La IA descobreix un senyal cardíac ocult que podria predir la mort sobtada
Científics de la Universitat de Califòrnia - Berkeley han descobert un senyal ocult en els electrocardiogrames de rutina que podria predir la mort cardíaca sobtada abans que ocorri. Aquest avanç, impulsat per la intel·ligència artificial, supera els mètodes de detecció convencionals i podria identificar milers de persones en risc d'un mal funcionament cardíac fatal que els metges podrien passar per alt.
Més de 300.000 persones als Estats Units moren cada any per aturada cardíaca sobtada, una emergència mortal que ocorre quan el sistema elèctric del cor falla sobtadament, aturant el bombeig de sang. Encara que els desfibril·ladors implantats poden prevenir algunes d'aquestes morts, els metges han lluitat durant molt de temps per determinar quins pacients els necessiten més.
El descobriment es va realitzar utilitzant intel·ligència artificial entrenada en més de 440.000 electrocardiogrames recopilats a Suècia. En comparar els patrons elèctrics registrats en aquests escanejos amb la informació dels certificats de defunció, els investigadors van ensenyar a un sistema d'IA a reconèixer diferències subtils entre individus sans, pacients amb riscos cardíacs coneguts i persones que eventualment van morir per causes cardíacs sobtades.
Els resultats suggereixen que la IA pot identificar els pacients vulnerables més eficaçment que les proves convencionals en les quals típicament confien els metges. Els mètodes de detecció actuals se centren en la quantitat de sang que el cor bombeja amb cada contracció, una mesura utilitzada per avaluar si algú podria beneficiar-se d'un desfibril·lador implantat.
Utilitzant aquestes mesures tradicionals, els metges poden identificar un grup de pacients amb una taxa de mort sobtada cardíaca anual del 4,6%. No obstant això, el sistema d'IA va identificar un grup amb una taxa de mort anual del 7%, demostrant una major capacitat per distingir els pacients que enfronten un perill seriós.
Important és que l'algoritme també va reconèixer una població més àmplia de persones en risc elevat, inclosos milers que normalment no aixecarien preocupacions sota les pautes mèdiques existents. La majoria d'aquests individus haurien estat classificats com de baix risc utilitzant mètodes convencionals.
Una altra avantatge important és que el sistema d'IA funciona amb imatges d'ECG ordinàries, que ja es recopilen de manera rutinària en hospitals i centres mèdics de tot el món. Això significa que la tecnologia podria millorar potencialment la detecció sense requerir un tipus completament nou de prova mèdica.
Les troballes, publicades a Nature, podrien eventualment ajudar els metges a prendre decisions més informades sobre qui hauria de rebre un desfibril·lador implantat. També plantegen una intrigant pregunta científica sobre quins canvis dins del cor produeixen els patrons elèctrics que la IA ha après a reconèixer.
Per a Ziad Obermeyer, professor associat a l'Escola de Salut Pública de UC Berkeley i autor principal de l'estudi, la mort sobtada cardíaca continua sent un dels problemes no resolts més frustrants de la medicina. "Podem no només prendre millors decisions, sinó també començar a entendre què està passant realment amb aquests pacients abans que el seu cor s'aturi", va afirmar Obermeyer.
Font: https://www.sciencedaily.com/releases/2026/11/261112230456.htm
AI discovers a hidden heart signal that could predict sudden death
Científicos de la Universidad de California – Berkeley han descubierto una señal oculta en los electrocardiogramas de rutina que podría predecir la muerte cardíaca súbita antes de que ocurra. Este avance, impulsado por la inteligencia artificial, supera los métodos de detección convencionales y podría identificar a miles de personas en riesgo de un mal funcionamiento cardíaco fatal que los médicos podrían pasar por alto.
Más de 300,000 personas en Estados Unidos mueren cada año por paro cardíaco súbito, una emergencia mortal que ocurre cuando el sistema eléctrico del corazón falla repentinamente, deteniendo el bombeo de sangre. Aunque los desfibriladores implantados pueden prevenir algunas de estas muertes, los médicos han luchado durante mucho tiempo para determinar qué pacientes los necesitan más.
El descubrimiento se realizó utilizando inteligencia artificial entrenada en más de 440,000 electrocardiogramas recopilados en Suecia. Al comparar los patrones eléctricos registrados en estos escaneos con la información de los certificados de defunción, los investigadores enseñaron a un sistema de IA a reconocer diferencias sutiles entre individuos sanos, pacientes con riesgos cardíacos conocidos y personas que eventualmente murieron por causas cardíacas súbitas.
Los resultados sugieren que la IA puede identificar a los pacientes vulnerables más eficazmente que las pruebas convencionales en las que típicamente confían los médicos. Los métodos de detección actuales se centran en la cantidad de sangre que el corazón bombea con cada contracción, una medida utilizada para evaluar si alguien podría beneficiarse de un desfibrilador implantado.
Utilizando estas mediciones tradicionales, los médicos pueden identificar un grupo de pacientes con una tasa de muerte súbita cardíaca anual del 4.6%. Sin embargo, el sistema de IA identificó un grupo con una tasa de muerte anual del 7%, demostrando una mayor capacidad para distinguir a los pacientes que enfrentan un peligro serio.
Importante es que el algoritmo también reconoció una población más amplia de personas en riesgo elevado, incluidos miles que normalmente no levantarían preocupaciones bajo las pautas médicas existentes. La mayoría de estos individuos habrían sido clasificados como de bajo riesgo utilizando métodos convencionales.
Otra ventaja importante es que el sistema de IA funciona con imágenes de EKG ordinarias, que ya se recopilan de manera rutinaria en hospitales y centros médicos de todo el mundo. Esto significa que la tecnología podría mejorar potencialmente la detección sin requerir un tipo completamente nuevo de prueba médica.
Los hallazgos, publicados en Nature, podrían eventualmente ayudar a los médicos a tomar decisiones más informadas sobre quién debería recibir un desfibrilador implantado. También plantean una intrigante pregunta científica sobre qué cambios dentro del corazón producen los patrones eléctricos que la IA ha aprendido a reconocer.
Para Ziad Obermeyer, profesor asociado en la Escuela de Salud Pública de UC Berkeley y autor principal del estudio, la muerte súbita cardíaca sigue siendo uno de los problemas no resueltos más frustrantes de la medicina. «Podemos no solo tomar mejores decisiones, sino también comenzar a entender qué está pasando realmente con estos pacientes antes de que su corazón se detenga», afirmó Obermeyer.
Fuente: https://www.sciencedaily.com/releases/2026/11/261112230456.htm
AI discovers a hidden heart signal that could predict sudden death
Scientists at the University of California - Berkeley have discovered a hidden signal in routine electrocardiograms that could predict sudden cardiac death before it occurs. This breakthrough, driven by artificial intelligence, surpasses conventional detection methods and could identify thousands of people at risk of a fatal heart malfunction that doctors might overlook.
More than 300,000 people in the United States die each year from sudden cardiac arrest, a deadly emergency that occurs when the heart's electrical system suddenly fails, stopping the pumping of blood. Although implanted defibrillators can prevent some of these deaths, doctors have long struggled to determine which patients need them the most.
The discovery was made using artificial intelligence trained on more than 440,000 electrocardiograms collected in Sweden. By comparing the electrical patterns recorded in these scans with information from death certificates, researchers taught an AI system to recognise subtle differences between healthy individuals, patients with known cardiac risks, and people who eventually died from sudden cardiac causes.
The results suggest that AI can identify vulnerable patients more effectively than the conventional tests on which doctors typically rely. Current detection methods focus on the amount of blood the heart pumps with each contraction, a measure used to assess whether someone might benefit from an implanted defibrillator.
Using these traditional measurements, doctors can identify a group of patients with an annual sudden cardiac death rate of 4.6%. However, the AI system identified a group with an annual death rate of 7%, demonstrating a greater ability to distinguish patients facing serious danger.
Importantly, the algorithm also recognised a broader population of people at elevated risk, including thousands who would not normally raise concerns under existing medical guidelines. Most of these individuals would have been classified as low risk using conventional methods.
Another significant advantage is that the AI system works with ordinary EKG images, which are already routinely collected in hospitals and medical centres worldwide. This means the technology could potentially enhance detection without requiring a completely new type of medical test.
The findings, published in Nature, could eventually help doctors make more informed decisions about who should receive an implanted defibrillator. They also raise an intriguing scientific question about what changes within the heart produce the electrical patterns that the AI has learned to recognise.
For Ziad Obermeyer, associate professor at UC Berkeley's School of Public Health and lead author of the study, sudden cardiac death remains one of medicine's most frustrating unsolved problems. "We can not only make better decisions but also begin to understand what is really happening with these patients before their heart stops," Obermeyer stated.
Source: https://www.sciencedaily.com/releases/2026/11/261112230456.htm
¿Te ha interesado esta noticia?
Recibe cada mañana el resumen de IA y sociedad directo en tu email.
Suscríbete gratis →