← Volver al inicio

Menos electrocardiogramas «no interpretables» en el reloj: el software de análisis del ritmo cardíaco de PulseAI obtiene la autorización de la FDA

Los dispositivos portátiles pueden registrar electrocardiogramas, pero no siempre ofrecen una respuesta. PulseAI ha obtenido la autorización de comercialización en Estados Unidos, y un estudio con 296 participantes también muestra que su algoritmo puede reducir los resultados indeterminados; sin embargo, aún queda por verificar si ese rendimiento se mantiene en distintos dispositivos y en la atención cotidiana.

By SURL BioNews

Si un electrocardiograma registrado en la muñeca solo devuelve un resultado «no interpretable», los pacientes y los equipos médicos siguen teniendo que afrontar nuevas mediciones, revisiones manuales y seguimiento posterior. PulseAI anunció el 5 de noviembre que su software de análisis de arritmias para dispositivos portátiles había obtenido la autorización 510(k) de la Administración de Alimentos y Medicamentos de Estados Unidos (FDA), con el objetivo de facilitar la conversión de estas mediciones cotidianas en información de referencia para la práctica clínica.

Según la documentación de autorización de la FDA, el producto se denomina PulseAPI SmartWatch, fue autorizado el 27 de octubre de 2026 y está clasificado como dispositivo médico de clase II, con KardiaAI V2 de AliveCor como dispositivo de referencia para la comparación de equivalencia sustancial. Esta decisión regulatoria confirma que el producto cumple los requisitos de comercialización de esa vía, pero no significa que la FDA lo considere superior a todas las herramientas de análisis de electrocardiogramas existentes.

Este software se utiliza para analizar electrocardiogramas portátiles de adultos que reciben atención médica. Según la empresa, los registros se envían a la nube para su análisis y los resultados estructurados se devuelven a la aplicación integrada para su revisión clínica. El hardware compatible que figura en la documentación de la FDA incluye Apple Watch Series 6, Samsung Galaxy Watch, Fitbit Sense, Withings ScanWatch y determinados dispositivos de AliveCor, aunque las categorías de ritmo cardíaco admitidas varían según el hardware; el producto tampoco está indicado para pacientes con dispositivos electrónicos implantados ni para su uso como sistema de alarma.

La evidencia citada por la empresa procede de un estudio observacional prospectivo publicado en línea en noviembre de 2025 en *Heart Rhythm*. Según el registro de investigación de Ulster University, el estudio se realizó en un hospital universitario de Irlanda e incluyó a 296 personas tras excluir a quienes no cumplían los criterios de elegibilidad. Los mismos electrocardiogramas de Apple Watch fueron interpretados por el algoritmo nativo y por un modelo de IA para comparar su rendimiento en la detección de fibrilación auricular. Utilizar los mismos registros ayuda a reducir la influencia de las diferencias de medición en la comparación entre ambos.

El estudio también abordó una cuestión que las cifras de exactitud pueden ocultar fácilmente: ¿cómo deben contabilizarse los resultados no interpretables? El equipo aplicó distintas formas de evaluación: excluir los resultados indeterminados, considerarlos errores de interpretación y permitir hasta tres mediciones. Estas decisiones modifican los resultados y muestran que considerar únicamente los registros que reciben una clasificación puede sobreestimar el rendimiento de la herramienta en el uso real.

Cuando se permitieron hasta tres mediciones, la sensibilidad de la IA para detectar fibrilación auricular fue del 98.4% y su especificidad, del 96.6%; las cifras del algoritmo nativo de Apple Watch fueron del 92.2% y del 91.0%, respectivamente. La primera medida refleja la capacidad de detectar la fibrilación auricular, y la segunda, la de identificar correctamente su ausencia. Los resultados no interpretables generados por la IA se redujeron un 92% en términos relativos, pero esta cifra no significa que la exactitud global aumentara 92 puntos porcentuales.

Reducir los resultados indeterminados podría permitir que los equipos médicos dedicaran menos tiempo a gestionar registros sin clasificar; por ahora, este estudio no permite determinar si ello reduce los accidentes cerebrovasculares, mejora los resultados de salud a largo plazo o disminuye realmente la carga de trabajo asistencial. PulseAI figura entre los financiadores del estudio, y los datos proceden de un único hospital y de registros de Apple Watch, por lo que no puede inferirse directamente que todo el hardware compatible tenga el mismo rendimiento. Tras la autorización, la validación en distintos dispositivos y en situaciones de atención cotidiana determinará cuánto puede aportar esta herramienta.

References

  1. PulseAI via PR Newswire
  2. U.S. Food and Drug Administration
  3. Ulster University