Un estudio presenta un algoritmo que automatiza las grabaciones de electrocardiogramas

Crédito: CC0 Public Domain

Un electrocardiograma (ECG) es un examen que registra la actividad eléctrica del corazón durante el ciclo cardíaco. No es invasivo y generalmente implica colocar electrodos en la piel del sujeto. Es un tipo de examen más indicado cuando existe sospecha de enfermedad cardiaca y también en los controles de salud preventivos de rutina.

El ciclo cardíaco implica el vaciado de sangre desde las aurículas hacia los ventrículos (onda «P», roja en la imagen), la contracción de los ventrículos para impulsar la sangre a los diferentes tejidos y órganos del cuerpo («QRS» onda, verde en la imagen), y la relajación de los ventrículos para prepararse para el próximo latido (onda «T», magenta en la imagen).

La señal electrocardiográfica es, sin embargo, infrautilizada desde un punto de vista tecnológico. “Si bien muchos cardiólogos y personal de salud especializado tienen experiencia en la interpretación de un electrocardiograma e intentos de diagnóstico, gran parte de este proceso no está automatizado”, explica Guillermo Jimnez-Prez, primer autor de un artículo publicado en Scientific Reports que presenta un algoritmo para delinear un electrocardiograma. , es decir, un método analítico para realizar una separación/cuantificación de las diferentes fases que intervienen en los ciclos cardíacos.

Las mediciones de las diferentes fases del ciclo cardíaco deben hacerse de forma robusta, es decir, deben aplicable a la amplia variedad de casos posibles. En primer lugar, por las múltiples morfologías posibles que pueden surgir de un paciente a otro (la imagen muestra una representación de diferentes latidos cardíacos patológicos y normales, que pueden variar mucho entre individuos), y también para promover su uso para posteriores análisis comparativos. “Es decir, poder obtener la morfología de los diferentes QRS de un paciente concreto puede ayudar a identificar qué aspectos del QRS son anormales en relación con la población general o incluso con respecto al paciente unos años antes”, explica Pérez-Jiménez. .

Este trabajo se publicó en Scientific Reports el 13 de enero y ha sido realizado por Guillermo Jimnez-Prez y Oscar Camara, miembros del grupo de investigación PhySense, dentro de la Unidad de Investigación BCN MedTech, adscrita al Departamento de la UPF de Tecnologías de la Información y las Comunicaciones (DTIC), junto con Alejandro Alcaide de la Universidad San Jorge de Zaragoza.

Para los autores del estudio, sorprende el hecho de que la técnica de electrocardiografía aún no esté automatizada, dado que muchos de las grandes tendencias asociadas a la tecnología en la actualidad se basan en la automatización mediante el desarrollo de algoritmos de inteligencia artificial.

En este contexto se enmarca el trabajo publicado en Scientific Reports. Mediante el uso de técnicas de inteligencia artificial de última generación, se ha desarrollado un algoritmo para la delineación del electrocardiograma, mejorando su rendimiento frente a otros algoritmos existentes en la literatura científica.

Estos algoritmos se obtienen mediante captura y procesamiento masivo de datos y, una vez desarrollados, pueden procesar nuevos datos de manera muy rápida y robusta. Este paradigma, el de la inteligencia artificial, tiene muchas externalidades positivas, como la capacidad de procesar y utilizar cantidades cada vez mayores de datos que, a su vez, son útiles para la anotación y el procesamiento. de nuevos datos, creando así bucles de retroalimentación positivos que finalmente producen beneficios para el usuario.

«El uso de este tipo de tecnologías debe hacerse con precaución y, sobre todo, con una visión de futuro», dicen los autores de El estudio. De suma importancia es el uso de inteligencia artificial para procesar datos de manera que los resultados obtenidos sean inmediatamente interpretables; es decir, inteligencia artificial encaminada a obtener medidas (cuantificación) de la realidad objetiva que le rodea.

“Estas medidas pueden ser utilizadas en procesos posteriores para realizar tareas más complejas como, volviendo al tema original, simplificar la carga de trabajo del médico o para el diagnóstico preciso de enfermedades del corazón», explica Jimnez-Prez. En definitiva, son tecnologías fiables para realizar muchos tipos de análisis posteriores que pueden ser interpretados directamente por los profesionales sanitarios, cumpliendo todos los requisitos éticos y de confidencialidad exigidos en el ámbito biomédico.

Explore más

Enfermedades cardiovasculares: un nuevo modelo informático mejora la terapia Más información: Guillermo Jimenez-Perez et al, Delineación del electrocardiograma con un conjunto de datos de anotaciones de calidad mixta utilizando redes neuronales convolucionales , Informes científicos (2021). DOI: 10.1038/s41598-020-79512-7 Proporcionado por Universitat Pompeu Fabra – Barcelona Cita: Un estudio presenta un algoritmo que automatiza registros de electrocardiogramas (2021, 9 de febrero) recuperado el 30 de agosto de 2022 de https:/ /medicalxpress.com/news/2021-02-algorithm-automates-electrocardiogram.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.