Un equip de l'Institut ITACA de la Universitat Politècnica de València (UPV) ha desenvolupat un model d'intel·ligència artificial que localitza i quantifica les anomalies del teixit de les aurícules associades a la miocardiopatia atrial, una de les causes d'arrítmies com la fibril·lació auricular. El treball, signat per María Macarulla-Rodríguez i set coautors més, ha sortit a la revista «Discover Computing» (DOI 10.1007/s10791-026-10439-9).
El mètode fa servir xarxes neuronals de grafs, un tipus de model que treballa amb dades connectades entre si, per analitzar els mapes de potencials elèctrics que es mesuren a la superfície del tors, com en un electrocardiograma amb molts elèctrodes. L'equip l'ha entrenat i provat amb 14.400 registres simulats, amb anatomies diferents d'aurícula i de tors.
Els resultats són el 89% d'encert a l'hora d'identificar on és el teixit afectat i el 84% a l'hora de determinar-ne l'extensió. Amb la configuració de base, de 128 elèctrodes, el model va assolir un 89% de sensibilitat i un 90% d'especificitat, i va mantenir el rendiment amb anatomies que no havia vist durant l'entrenament i amb senyals degradats. Un diagnòstic així, sense haver d'introduir un catèter dins del cor, podria ajudar a planificar millor els tractaments.
El límit és important: tot són dades simulades i els autors reconeixen que cal una validació prospectiva amb registres clínics reals abans de pensar en un ús en pacients. Per això és una prova de concepte i no una eina llesta per a l'hospital.