IA en ecocardiografía e imagen cardíaca
7 ensayos- 2026AI-Echo RCTEcocardiografíaEn 585 pacientes sometidos a ecocardiografía, la medición automática de parámetros ecocardiográficos basada en IA mejoró la eficiencia de la exploración (tiempo por paciente y exploraciones por día) en comparación con el flujo de trabajo de medición manual.
- 2025TAILORED-AFRitmo y dispositivosEn 370 pacientes con fibrilación auricular persistente refractaria a fármacos, la ablación guiada por IA de la dispersión del electrograma añadida al aislamiento de venas pulmonares mejoró la la ausencia de fibrilación auricular a los 12 meses en comparación con el aislamiento de venas pulmonares solo.
- 2024PROTEUSEcocardiografíaEn 2.341 pacientes sometidos a ecocardiografía de estrés, la toma de decisiones clínicas aumentada por IA no demostró no inferioridad frente a la toma de decisiones clínicas estándar para la derivación apropiada a coronariografía.
- 2023EchoNet-RCTEcocardiografíaEn 3.495 ecocardiogramas sometidos a cuantificación de la función cardíaca, la valoración inicial por IA de la fracción de eyección del ventrículo izquierdo fue no inferior a la valoración inicial por el ecografista para la la proporción de lecturas que el cardiólogo modificó sustancialmente, y superior.
- 2023NOTIFY-1TC y fisiología coronariaEn 173 pacientes con calcio coronario incidental en una TC de tórax previa y sin estatina, la detección por aprendizaje profundo con aviso al clínico y al paciente aumentó la prescripción de estatinas en 6 meses en comparación con la atención habitual.
- 2023TARGET (CT-FFR)TC y fisiología coronariaEn 1.216 pacientes con enfermedad coronaria estable y estenosis intermedia en la angio-TC, una vía asistencial de FFR-TC por aprendizaje automático in situ redujo la las angiografías invasivas sin enfermedad obstructiva ni intervención en 90 días en comparación con la atención estándar.
- 2023Ginder ML remote monitoringRitmo y dispositivosEn 2.413 pacientes con insuficiencia cardíaca y un DAI o TRC-D, una red neuronal sobre los 30 días de monitorización remota previos a la terapia mejoró la predicción de terapia apropiada del DAI por TV/FV en comparación con la regresión logística multivariable.