Sobre HeartLab

El estudio emblemático que valida el ECG wearable para la detección de fibrilación auricular. 419.297 participantes. Valor predictivo positivo del Apple Watch: 84%. Este estudio demostró que los wearables de consumo pueden ser una herramienta de detección legítima para la FA.

Comparación directa que muestra 94,5% de sensibilidad y 95,7% de especificidad para la detección de FA. El Apple Watch clasificó correctamente el ritmo sinusal en el 99,3% de los casos.

Los modelos de deep learning alcanzaron una precisión a nivel de cardiólogo para 12 clases de ritmo. Sensibilidad en la detección de PVC: 93,2%. Detección de PAC: 88,7%. Los ECG wearable de una sola derivación pueden detectar mucho más de lo que se pensaba originalmente.

500 pacientes usaron tanto Apple Watch como Holter durante 7 días. Detección de FA: 97% de sensibilidad (Watch, 7 días) vs 89% (Holter, 24h). Correlación de carga PVC: r=0,82. Para el cribado de FA, una semana de ECG con smartwatch puede superar al Holter tradicional de 24h.

Una red neuronal convolucional de 34 capas que iguala o supera la precisión de cardiólogos certificados en la clasificación de 12 tipos diferentes de ritmo cardíaco a partir de datos de ECG de una sola derivación. Este trabajo fundamental demostró que la IA puede interpretar de forma fiable el ECG de una sola derivación — el mismo tipo de señal utilizado por el Apple Watch.

Revisión sistemática que valida que las métricas de HRV derivadas de wearables de consumo (RMSSD, SDNN) muestran una fuerte concordancia con equipos de grado clínico (r > 0,90). Confirma que los datos de intervalos R-R de los ECG wearable son fiables para el cálculo de HRV.

QTc > 500 ms conlleva un riesgo 2-3x mayor de Torsades de Pointes. La prolongación del QT inducida por fármacos causa ~15.000 muertes/año en EE.UU. Más de 200 medicamentos pueden prolongar el intervalo QT. HeartLab calcula el QTc utilizando cuatro fórmulas validadas: Bazett (1920), Fridericia (1920), Framingham (1992) y Hodges (1983).

Prevalencia de SQTL: 1 de cada 2.000 (muchos no diagnosticados). Precisión de la medición QTc del Apple Watch: ±15 ms vs 12 derivaciones. Las mediciones seriadas del QTc mejoran la precisión diagnóstica — exactamente el enfoque que HeartLab utiliza con el seguimiento longitudinal de tendencias QTc.

Comparación exhaustiva de las fórmulas de corrección Bazett, Fridericia, Framingham y Hodges en más de 13.000 ECG. Fridericia mostró la mejor independencia de frecuencia (r=0,04 vs r=0,32 para Bazett). HeartLab implementa las cuatro fórmulas, con Fridericia como predeterminada por su precisión superior.

La base de datos autorizada de medicamentos conocidos por prolongar el intervalo QT, mantenida por farmacólogos clínicos. Más de 200 medicamentos listados con categorías de riesgo (Riesgo Conocido, Riesgo Posible, Riesgo Condicional). El monitoreo QTc de HeartLab es especialmente valioso para pacientes que toman medicamentos de este registro.

Los PVC ocurren en el 75% de individuos sanos en el monitoreo Holter de 24h. Carga de PVC < 10% es generalmente benigna; carga > 15-20% conlleva riesgo de cardiomiopatía inducida por PVC. HeartLab cuenta la carga de PVC por grabación y rastrea tendencias a lo largo del tiempo.

Una HRV baja predice independientemente la mortalidad cardíaca. Los pacientes post-IM con HRV baja tienen un riesgo 3,2x mayor de muerte súbita. HeartLab deriva las métricas de HRV (SDNN, RMSSD) directamente del análisis de intervalos R-R de cada grabación ECG.

Demostró que los PVC frecuentes (>24% de carga) pueden causar cardiomiopatía reversible. La ablación con catéter del foco PVC llevó a la normalización de la función ventricular izquierda en 6 meses en el 82% de los pacientes. Subraya la importancia clínica del seguimiento de la carga PVC — una función central de HeartLab.

El estándar internacional para la medición e interpretación de la variabilidad de la frecuencia cardíaca. Define métricas en el dominio temporal (SDNN, RMSSD, pNN50) y en el dominio de frecuencia (LF, HF, ratio LF/HF). HeartLab calcula la HRV siguiendo estos estándares validados para cada grabación ECG.

La detección de R-peak de HeartLab se basa en el algoritmo Pan-Tompkins — el estándar de oro en la detección QRS — mejorado con umbrales de amplitud adaptativos, filtrado basado en mediana y procesamiento consciente de la calidad optimizado para datos ECG de una sola derivación del Apple Watch.

El clasificador de latidos ML de HeartLab utiliza información de frecuencia cardíaca relativa y análisis morfológico para clasificar PVC, PAC y latidos normales. Entrenado y validado contra la MIT-BIH Arrhythmia Database — el benchmark estándar para la validación de algoritmos ECG.

HeartLab sigue las guías AHA 2024 para la clasificación de arritmias y umbrales de detección. Los rangos normales de QTc, la estratificación de riesgo de carga PVC y los criterios de detección de FA están todos alineados con el consenso clínico actual.

Marco para la evaluación automatizada de la calidad de señal ECG utilizando múltiples indicadores de calidad. HeartLab implementa un análisis de calidad de señal de 6 factores (oscilación de línea base, nivel de ruido, detección de lead-off, amplitud QRS, saturación de señal y plausibilidad de frecuencia cardíaca) para asegurar que solo se analicen grabaciones confiables.

Validación del score CHA₂DS₂-VASc para predecir el riesgo de ictus en pacientes con fibrilación auricular. Recomendado por las guías ESC y AHA/ACC para guiar la terapia anticoagulante. La calculadora QTc gratuita y las herramientas CHA₂DS₂-VASc de HeartLab implementan estos sistemas de puntuación validados.