Expertos en Inteligencia Artificial (IA) de varias universidades británicas e italianas han desarrollado un enfoque de red neuronal que es capaz de identificar la insuficiencia cardíaca congestiva con una precisión del 100%. Según el estudio realizado, se ha logrado a través del análisis de un solo latido cardíaco sin electrocardiograma (ECG).
En concreto, han tenido protagonismo en dicho estudio el Dr. Sebastiano Massaro, profesor asociado de Neurociencia Organizacional en la Universidad de Surrey, junto a Mihaela Porumb y el Dr. Leandro Pecchia, de la Universidad de Warwick, y Ernesto Iadanza, de la Universidad de Florencia. Juntos han trabajado en el uso de redes neuronales convolucionales (CNN), que resultan altamente efectivas para reconocer patrones y estructuras en los datos.
La investigación desarrollada avanza en mejorar de forma contundente en los métodos de detección de la insuficiencia cardiaca congestiva existentes
La insuficiencia cardíaca congestiva (CHF) es una afección crónica progresiva que afecta al poder de bombeo de los músculos del corazón. Asociada a una alta prevalencia, a tasas de mortalidad significativas y a elevados costes de atención médica sostenidos, los profesionales clínicos advierten que los sistemas de salud “requieren urgentemente procesos de detección eficientes”.
Conociendo esta trascendencia, la investigación desarrollada, publicada en el Biomedical Signal Processing and Control Journal, avanza en mejorar de forma contundente en los métodos de detección de la insuficiencia cardiaca congestiva existentes. De forma general, según exponen, estos métodos se centran en la variabilidad de la frecuencia cardíaca que, si bien son efectivos, consumen mucho tiempo y son propensos a errores.
No obstante, el nuevo método descubierto incide sobre un modelo que utiliza una combinación de procesamiento avanzado de señales y herramientas de aprendizaje automático en señales electrocardiográficas sin procesar, que ofrecen una precisión del 100%.
“AVANCE IMPORTANTE EN LA METODOLOGÍA ACTUAL”
El Dr. Massaro ha afirmado: “Capacitamos y probamos el modelo CNN en grandes conjuntos de datos de electrocardiografía disponibles sobre insuficiencias cardiaca congestiva, así como de corazones sanos y no arrítmicos. Nuestro modelo ofrece una precisión del 100%: al comprobar un solo latido podemos detectar si una persona tiene insuficiencia cardíaca o no. Nuestro modelo también es uno de los primeros que se sabe que es capaz de identificar las características morfológicas del ECG específicamente asociadas a la gravedad de la afección".
Por su parte, el Dr. Pecchia, presidente de la Alianza Europea para la Ingeniería Médica y Biológica, ha explicado las implicaciones de estos hallazgos: “Con aproximadamente 26 millones de personas en todo el mundo afectadas por una forma de insuficiencia cardíaca, nuestra investigación presenta un avance importante en la metodología actual. Permitir que los profesionales clínicos accedan a una herramienta precisa de detección de CHF puede tener un impacto social significativo, ya que los pacientes se beneficiarán de un diagnóstico temprano y más eficiente y aliviarán las presiones sobre los recursos del sistema sanitario".