Detección de fibrilación auricular con teléfonos celulares
Nuestro colega, amigo y miembro del Consejo Científico y Editorial del FIAI Javier García Niebla de Hierro, Islas Canarias, España, nos hizo llegar para su lectura este Interesante trabajo publicado en el número de Mayo de Europace* que ha servido para desarrollar una útil App para pacientes. La aplicación utiliza un algoritmo que con la ayuda de las ondas de pulso de la cámara de los teléfonos celulares inteligentes ayuda a discriminar entre ritmo sinusal y fibrilación auricular.
La aplicación puede ser descargada desde
App Store: https://itunes.apple.com/de/app/preventicus-heartbeats-herzstolpern/id1122978949.
El artículo mencionado por Javier es entonces NOTICIA DEL DÍA por su importancia, que al decir de Adrián Baranchuk…. “he aquí el futuro”.
Los investigadores suizos autores de artículo evaluaron esta novedosa aplicación subrayando su precisión para diferenciar entre los pacientes en FA y pacientes en ritmo sinusal utilizando el sensor pletismográfico de un iPhone 4S y el LED integrado.
Para ello tuvieron en cuenta que la fibrilación auricular (FA) es la arritmia más común encontrada en la práctica clínica, y su naturaleza paroxística hace que su detección sea desafiante.
Para la adquisición de la señal, utilizaron un iPhone 4S, colocado con la lente de la cámara y la luz LED en la punta del dedo índice y se determinó grabar durante 5 minutos minutos la onda de pulso extraída del espectro de luz verde de la señal, siendo que los intervalos RR fueron Identificados automáticamente.
Para la discriminación entre FA y RS, se probaron tres métodos estadísticos diferentes. Normal- (nRMSSD) (Normalized root mean square of successive difference of RR intervals), la entropía de Shannon (ShE) y el índice SD1 / SD2 extraído de una parcela de Poincaré que son ecuaciones matemáticas complejas cuya comprensión escapa a los objetivos de nuestra NOTICIA.
Ochenta pacientes fueron incluidos en el estudio (40 pacientes en FA y 40 pacientes en ritmo sinusal). Para la discriminación entre FA y RS, el método ShE produjo la mayor sensibilidad y especificidad con 85 y 95%, respectivamente. La aplicación de un filtro tacográfico dio como resultado una sensibilidad mejorada de 87,5%, al combinar ShE y NRMSSD, mientras que la especificidad se mantuvo estable en 95%. Una combinación del índice SD1 / SD2 y nRMSSD produjo una mejora adicional que resultó en una sensibilidad y especificidad del 95%.
Esta propuesta permitió concluir que el algoritmo probado discrimina de manera fiable entre RS y FA basado en señales de ondas de pulso de una cámara de smartphone. La implementación de este modelo en un smartwatch es el siguiente paso lógico decían los autores en sus conclusiones, lo cuál hoy por hoy se ha hecho realidad con las apps mencionadas por lo menos en los celulares.
* Krivoshei L, Weber S, Burkard T, Maseli A, Brasier N, Kühne M, Conen D, Huebner T, Seeck A, Eckstein J. Smart detection of atrial fibrillation. Europace. 2017 May 1;19(5):753-757. doi: 10.1093/europace/euw125.
