Revista de Medicina e Cirurgia Vascular

Abstrato

Aprendizado de máquina de eletrocardiogramas de 12 derivações identificou risco hereditário e vulnerabilidade à fibrilação atrial

Avtar Singh

Modelos de inteligência artificial (IA) aplicados a formas de onda de ECG de 12 derivações podem prever fibrilação atrial (FA), uma arritmia hereditária e patológica. Nós hipotetizamos que a estimativa de risco baseada em ECGAI pode ter uma base genética. Nós aplicamos o modelo ECGAI para prever fibrilação atrial em ECGs de 39.986 participantes do banco biológico do Reino Unido sem fibrilação atrial. Em seguida, nós realizamos um Genome-Wide Association Study (GWAS) de risco previsto de fibrilação atrial. Três sinais (P <5E8) foram identificados nos loci de sensibilidade de FA estabelecidos marcados pelo gene do sarcômero TTN e os genes do canal de sódio SCN5A e SCN10A. Nós também identificamos dois novos loci perto dos genes VGLL2 e EXT1. Em contraste, o GWAS de estimativa de risco de modelos de variáveis ​​clínicas revelou diferentes perfis genéticos. O risco previsto de FA do modelo EKGAI é afetado pelo sarcômero, canais iônicos e variação genética que sugere vias ascendentes. O modelo ECGAI pode identificar indivíduos em risco de doença por meio de vias biológicas específicas.