Inteligencia artificial y arritmia cardiaca: una revisión sistemática

El diagnóstico de las arritmias cardíacas sigue siendo un reto clínico debido a la dependencia de la interpretación manual del electrocardiograma, la variabilidad entre evaluadores y la dificultad para identificar eventos arrítmicos complejos o intermitentes. En este contexto, la inteligencia artificial ha surgido como una alternativa prometedora para mejorar el análisis automatizado de señales cardíacas; no obstante, su impacto clínico y sus limitaciones requieren una evaluación sistemática. El objetivo de esta revisión fue analizar la aplicación de la inteligencia artificial en la detección y diagnóstico de arritmias cardíacas mediante el análisis automatizado del electrocardiograma, considerando su influencia en la precisión diagnóstica, la toma de decisiones clínicas y la eficiencia del proceso diagnóstico. Se realizó una revisión sistemática de la literatura con un enfoque cualitativo y un alcance descriptivo–analítico, siguiendo las directrices PRISMA 2020. La búsqueda en la base de datos Scopus identificó un total de 201 estudios publicados entre 2020 y 2025, de los cuales 20 fueron incluidos en el análisis final. Los resultados muestran un predominio de modelos de aprendizaje profundo, especialmente redes neuronales convolucionales, recurrentes y arquitecturas híbridas, con altos niveles de precisión, sensibilidad y exactitud, frecuentemente superiores al 95% y comparables a los de cardiólogos expertos. La implementación de estas tecnologías se asocia con diagnósticos más oportunos, detección temprana de arritmias y mayor eficiencia clínica; sin embargo, persisten limitaciones como el elevado costo computacional, la limitada validación externa, la baja interpretabilidad de los modelos y las dificultades de generalización poblacional, lo que evidencia la necesidad de una integración clínica responsable, gradual y debidamente validada.