La muerte súbita de origen cardíaco es una de las principales causas de mortalidad en los países occidentales. Una estimación de la incidencia anual mundial de la muerte súbita cardíaca se encuentra alrededor de 4 a 5 millones de casos por año. En el caso particular de la muerte súbita en el deporte, se estima que en España se produce en 2 de cada 100.000 personas menores de 35 años (unas 350 muertes anuales de jóvenes) y 1 de cada 18.000 en el rango de edad de 25 a 75 años.
Reconocer las posibles causas de la muerte súbita es un gran desafío hoy en día. La primera medida para intentar reducir su incidencia implica un examen médico previo a la participación en el deporte, con esta iniciativa es posible detectar algunas de las causas que pueden provocar estos eventos fatales. Sin embargo, la existencia de un considerable número de pacientes que sufren muerte súbita como primer síntoma, representan una importante limitación para resolver este problema.
Paradójicamente, cada vez hay más aficionados al deporte y más eventos deportivos sin que aumente el número de exámenes cardiológicos. En este escenario es fundamental desarrollar herramientas avanzadas que incorporen datos demográficos, datos médicos y resultados de exámenes cardiológicos sensibles que faciliten la labor del cardiólogo, lo que lleva a la estratificación de los deportistas en función de su riesgo cardiovascular.
La inteligencia artificial, particularmente el uso de algoritmos avanzados basados en machine learning, representa una oportunidad en este campo. El análisis de patrones estadísticos complejos combinados con técnicas de BigData permitirán desarrollar nuevos modelos predictivos de valor para los profesionales del ámbito de la cardiología.
En este sentido y fruto de nuestra actividad continuada de innovación abierta, arrancamos en el año 2020 una colaboración con LetsCardio, plataforma digital que agrupa a centros de cardiología deportiva de toda España, e Innatial Developers, consultora experta de software.
Con esta colaboración pretendemos aunar conocimientos en el campo de la cardiología deportiva y la aplicación de técnicas de machine learning, tratando de identificar y descubrir patrones ocultos en los datos que permitan mejorar los diagnósticos y prevenir eventos fatales.