Programa del congreso
Resúmenes y datos de las sesiones para este congreso. Seleccione una fecha o ubicación para mostrar solo las sesiones en ese día o ubicación. Seleccione una sola sesión para obtener una vista detallada (con resúmenes y descargas, si están disponibles).
|
Resumen diario |
| Sesión | |
|
Vi-S6.1-AASe: Inteligencia Artificial en el análisis de señales cardíacas Lugar: Salón de Actos Presidente de la sesión: Jose Millet Roig Presidente de la sesión: Sofia Romagnoli | |
| Presentación 5 | |
10:00 - 10:15
Biomarcadores Electrocardiográficos y Vectorcardiográficos de Afectación Cardíaca en Lupus Eritematoso Sistémico: Un Enfoque de Aprendizaje Automático 1: ITACA Institute, España; 2: Reumatología Hospital Erasme, Bruselas; 3: Laboratorio de Electrofisiología, Hospital Erasme, Bruselas; 4: Universidad Carlos III de Madrid, Madrid, España El lupus eritematoso sistémico (LES) es una enfermedad autoinmune crónica asociada con carga cardiovascular, a menudo subclínica y difícil de detectar en fases tempranas. Disponer de un sistema de detección precoz basado en una prueba sencilla, no invasiva y de bajo coste como el electrocardiograma (ECG) podría facilitar un diagnóstico más temprano y mejorar el seguimiento clínico. En este estudio se analizaron registros de 12 derivaciones de ECG y vectorcardiogramas (VCG) reconstruidos de 64 pacientes con LES y 64 controles emparejados. Se extrajeron características derivadas de la morfología y dinámica eléctrica, y se aplicaron modelos de aprendizaje automático. Los resultados muestran que las variables relacionadas con la velocidad y la geometría de los segmentos ST y bucles T son altamente discriminantes, alcanzando un rendimiento de hasta un 96\% de precisión con Random Forest y un AUC cercano a 0.99 con Regresión Lineal. Aunque estos hallazgos se obtuvieron sobre una base de datos limitada, evidencian la factibilidad de este enfoque y abren la puerta al desarrollo de herramientas de detección temprana de afectación cardíaca en pacientes con LES, con el potencial de mejorar la valoración de riesgo y la toma de decisiones clínicas.
| |
