Il dispositivo mobile basato sul deep learning migliora il rilevamento della fibrillazione atriale

Annuncio della pubblicazione di un nuovo articolo per Innovazioni e applicazioni cardiovascolari rivista. La registrazione ECG guidata dai sintomi svolge un ruolo importante nel rilevare la fibrillazione atriale ricorrente dopo l’ablazione (AFR). Tuttavia, il contatto medico tempestivo quando compaiono i sintomi potrebbe non essere pratico. Gli autori di questo articolo hanno pubblicato un dispositivo portatile basato sul deep learning (DL) per facilitare il monitoraggio basato sui sintomi.

Un gruppo di pazienti con fibrillazione atriale parossistica (FA) è stato addestrato a utilizzare un dispositivo portatile basato su DL per registrare i segnali ECG quando i sintomi sono comparsi dopo l’ablazione. Inoltre, il monitoraggio Holter di 24 ore e gli ECG di 12 mesi sono stati programmati a 3, 6, 9 e 12 mesi dopo la resezione. Il rilevamento di AFR è stato esplorato in vari modi.

Un totale di 22 dei 67 pazienti testati AFR. Il dispositivo portatile e il monitor Holter 24 ore hanno rilevato rispettivamente 19 e 8 eventi AFR, cinque dei quali sono stati identificati con entrambi i metodi. Una frazione maggiore di tracciati ECG è stata registrata per i pazienti con AFR rispetto a quelli senza [362(330) vs. 132(133), P=0.01)], e un gran numero di eventi AFR sono stati registrati dalle 18:00 alle 24:00. Rispetto all’Holter, sono stati rilevati più eventi AFR dal dispositivo portatile nelle fasi precedenti (HR=1,6, 95% CI 1,2–2,2, P<0,01).
Il punteggio sintomatico basato su DL basato su dispositivo mobile, rispetto alla tradizionale strategia di monitoraggio, migliora il rilevamento di AFR e consente l’identificazione tempestiva degli episodi sintomatici.