Jonás Comstock.- Cardiogram, una startup que trabaja en algoritmos para hacer que los datos de frecuencia cardíaca del Apple Watch sean clínicamente procesables, anunció hoy algunos resultados de su mRhythm Study . Los datos, presentados en la 38ª Sesión Científica Anual de la Heart Rhythm Society, muestran que los algoritmos de la compañía pueden detectar la fibrilación auricular con un 97 por ciento de precisión. «Nuestros resultados muestran que los rastreadores portátiles comunes, como los relojes inteligentes, presentan una oportunidad novedosa para monitorear, capturar e impulsar la terapia médica para la fibrilación auricular sin ningún esfuerzo activo por parte de los pacientes«, dijo el autor principal, el Dr. Gregory M. Marcus, profesor de investigación y director de fibrilación auricular. de investigación clínica de la división de cardiología de la UCSF, en un comunicado. “Si bien la detección con tecnología móvil no reemplazará a los métodos de monitoreo más convencionales, tiene el potencial de detectar con éxito a quienes tienen un mayor riesgo y reducir la cantidad de casos de fibrilación auricular no diagnosticados”.
La fibrilación auricular (FA) es una arritmia cardíaca común que afecta a más de 2,7 millones de estadounidenses. Detectarlo ha sido el foco de atención de nuevas empresas de salud como Cardiogram y la compañía de ECG para teléfonos inteligentes AliveCor porque la FA puede provocar un derrame cerebral, pero a menudo es asintomática. Para crear el algoritmo, Cardiogram, en coordinación con Health eHeart Study de UCSF, inscribió a 6158 usuarios de la aplicación Cardiogram Apple Watch. Los datos, incluidos la frecuencia cardíaca y los ECG móviles, se recopilaron de esos pacientes y se usaron para entrenar una red neuronal profunda.
Una cohorte de 51 pacientes programados para un procedimiento llamado cardioversión, que restablece el ritmo cardíaco después de una arritmia, usó un Apple Watch y un ECG de 12 derivaciones antes y después del procedimiento. El algoritmo derivado de la red neuronal identificó la FA con una precisión del 97%, una sensibilidad del 98% y una especificidad del 90.2%. Los investigadores continuarán perfeccionando el algoritmo y también explorarán el potencial de usar una red neuronal profunda para detectar otras condiciones. Cardiogram recaudó $2 millones en octubre pasado en una ronda dirigida por el nuevo fondo biológico de Andressen Horowitz, dirigido por Vijay Pande. Fuente: MobiHealthNews.