Esta es una representaci\u00f3n de un paciente con apnea del sue\u00f1o que usa una m\u00e1quina de presi\u00f3n positiva continua en las v\u00edas respiratorias (CPAP) mientras duerme. Cr\u00e9dito: https:\/\/www.myupchar.com\/en\/disease\/sleep-apnea CC BY-SA 4.0 <\/p>\n
Las personas que sospechan que tienen apnea del sue\u00f1o y los m\u00e9dicos que las diagnostican pronto podr\u00edan tener una forma m\u00e1s efectiva de detectar autom\u00e1ticamente la afecci\u00f3n en hogar, gracias a un nuevo m\u00e9todo desarrollado por investigadores del Colegio de Ciencias y Tecnolog\u00eda de la Informaci\u00f3n de Penn State. <\/p>\n
La nueva herramienta, que seg\u00fan los investigadores supera a todos los m\u00e9todos de referencia existentes, combina tecnolog\u00eda de aprendizaje profundo con conocimiento experto. Aprende autom\u00e1ticamente patrones a partir de los datos del electrocardi\u00f3grafo (ECG) recopilados por dispositivos dom\u00e9sticos, lo que lo convierte en una soluci\u00f3n m\u00e1s r\u00e1pida e ideal que otros diagn\u00f3sticos de apnea del sue\u00f1o.<\/p>\n
\u00abEl enfoque est\u00e1ndar actual para detectar la apnea del sue\u00f1o es para un paciente permanezca en un hospital durante la noche para registrar una polisomnograf\u00eda (estudio del sue\u00f1o) bajo la supervisi\u00f3n de un m\u00e9dico cl\u00ednico\u00bb, dijo Guanjie Huang, candidato a doctorado en ciencias y tecnolog\u00eda de la informaci\u00f3n y autor principal del art\u00edculo. \u00abEl proceso lleva mucho tiempo, es tedioso, intrusivo y tard\u00edo\u00bb.<\/p>\n
Huang explic\u00f3 que despu\u00e9s de recopilar los datos de un paciente a trav\u00e9s de un estudio del sue\u00f1o, que mide las ondas cerebrales, los niveles de ox\u00edgeno en la sangre, la frecuencia card\u00edaca, la respiraci\u00f3n y la movimientos corporales, los m\u00e9dicos deben dedicar m\u00e1s tiempo y recursos para analizarlo.<\/p>\n
\u00abEs esencial dise\u00f1ar un modelo preciso para analizar autom\u00e1ticamente los datos y ayudar a los m\u00e9dicos a detectar la apnea del sue\u00f1o r\u00e1pidamente\u00bb, dijo Huang.<\/p>\n
Existen otras herramientas para detectar autom\u00e1ticamente la apnea del sue\u00f1o a trav\u00e9s de dispositivos en el hogar que utilizan modelos inform\u00e1ticos creados a trav\u00e9s de m\u00e9todos tradicionales de aprendizaje autom\u00e1tico, que se basan en el conocimiento de expertos humanos para dise\u00f1ar funciones creadas a mano que pueden identificar las condiciones de apnea del sue\u00f1o en un conjunto de datos, o a trav\u00e9s de m\u00e9todos de aprendizaje profundo, que eliminan la necesidad de dichos expertos debido a la inmensa cantidad de datos. Pero, seg\u00fan Huang, existen limitaciones para estos enfoques independientes.<\/p>\n
\u00abEl m\u00e9todo tradicional de aprendizaje autom\u00e1tico generalmente solo necesita una peque\u00f1a cantidad de datos para aprender un clasificador robusto, pero requiere una cuidadosa selecci\u00f3n y extracci\u00f3n de caracter\u00edsticas. proceso\u00bb, explic\u00f3 Huang. \u00abEl m\u00e9todo de aprendizaje profundo generalmente logra un mejor rendimiento, pero requiere un gran conjunto de datos\u00bb.<\/p>\n
El modelo de Huang, llamado ConCAD (Atenci\u00f3n cruzada basada en el aprendizaje contrastivo para la detecci\u00f3n de apnea del sue\u00f1o), aprovecha simult\u00e1neamente las caracter\u00edsticas del aprendizaje profundo y tradicional. El conocimiento experto del aprendizaje autom\u00e1tico para detectar mejor la apnea del sue\u00f1o. El modelo se basa espec\u00edficamente en el conocimiento experto de los m\u00e9todos existentes de la envolvente del intervalo RR y del pico R para detectar la apnea del sue\u00f1o midiendo los intervalos entre el pico y la onda R, que miden el ritmo card\u00edaco en las paredes ventriculares de un paciente, en un ECG est\u00e1ndar. ConCAD utiliza un mecanismo de atenci\u00f3n cruzada, un m\u00f3dulo de aprendizaje profundo que asigna pesos a partes de cada uno en funci\u00f3n de su importancia para fusionar las funciones de aprendizaje profundo con las funciones de conocimiento experto, enfatizando las \u00fatiles e ignorando las irrelevantes autom\u00e1ticamente.<\/p>\n
ConCAD funciona pasando primero los datos de ECG sin procesar originales a trav\u00e9s de extractores de caracter\u00edsticas para aprender autom\u00e1ticamente patrones tanto del conocimiento experto como de los m\u00e9todos de aprendizaje profundo que podr\u00edan indicar apnea del sue\u00f1o. Estos patrones, o caracter\u00edsticas, se fusionan autom\u00e1ticamente y sin\u00e9rgicamente y se les asigna un peso basado en las partes importantes de cada uno. Luego, a trav\u00e9s de un proceso de aprendizaje contrastivo, las caracter\u00edsticas similares se emparejan estrechamente. Finalmente, los datos se clasifican en funci\u00f3n de las caracter\u00edsticas finales del ECG y el conocimiento experto correspondiente, indicando la probabilidad de que el paciente tenga apnea del sue\u00f1o. <\/p>\n
Para probar su modelo, los investigadores utilizaron dos conjuntos de datos de ECG disponibles p\u00fablicamente que conten\u00edan m\u00e1s de 26\u00a0000 segmentos anotados por expertos, cada uno identificando eventos de apnea o sue\u00f1o normal. Estos segmentos consistieron en entradas de 30 segundos y dos minutos y medio. En comparaci\u00f3n con seis m\u00e9todos de detecci\u00f3n de apnea del sue\u00f1o de \u00faltima generaci\u00f3n existentes, ConCAD los super\u00f3 a todos. Su modelo identific\u00f3 con precisi\u00f3n los eventos de apnea del sue\u00f1o el 88,75 % del tiempo en segmentos de un minuto y el 91,22 % del tiempo en los segmentos de cinco minutos del primer conjunto de datos; y 82,5 % y 83,47 % respectivamente en el segundo conjunto de datos.<\/p>\n
\u00abNuestros resultados muestran la posibilidad de usar datos de ECG para la detecci\u00f3n autom\u00e1tica de apnea del sue\u00f1o, lo que deber\u00eda beneficiar significativamente a los pacientes que sufren de apnea del sue\u00f1o, ya que pueden usar un dispositivo de ECG en el hogar para monitorear sus condiciones de apnea del sue\u00f1o\u00bb, dijo Fenglong Ma, profesor asistente de ciencias y tecnolog\u00eda de la informaci\u00f3n e investigador principal. \u00abAdem\u00e1s, el modelo dise\u00f1ado puede ayudar a los m\u00e9dicos a simplificar el proceso de diagn\u00f3stico de la apnea del sue\u00f1o\u00bb.<\/p>\n
Ma agreg\u00f3: \u00abEste es un nuevo intento de incorporar el conocimiento experto en modelos de aprendizaje profundo para la detecci\u00f3n de la apnea del sue\u00f1o. Continuaremos para investigar c\u00f3mo usar el conocimiento experto para guiar el aprendizaje de modelos profundos\u00bb.<\/p>\n
Los investigadores presentaron ConCAD en la Conferencia Europea sobre Aprendizaje Autom\u00e1tico y Principios y Pr\u00e1ctica del Descubrimiento de Conocimiento en Bases de Datos (ECML-PKDD), celebrada virtualmente de septiembre de 1317. <\/p>\n
Explore m\u00e1s<\/p>\n
Un estudio no encuentra v\u00ednculo entre la apnea del sue\u00f1o y el dolor articular Proporcionado por la Universidad Estatal de Pensilvania Cita<\/strong>: La nueva herramienta fusiona el conocimiento experto y las funciones de aprendizaje profundo para detectar el sue\u00f1o apnea (2021, 1 de octubre) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-10-tool-fuses-expert-knowledge-deep.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Esta es una representaci\u00f3n de un paciente con apnea del sue\u00f1o que usa una m\u00e1quina de presi\u00f3n positiva continua en las v\u00edas respiratorias (CPAP) mientras duerme. Cr\u00e9dito: https:\/\/www.myupchar.com\/en\/disease\/sleep-apnea CC BY-SA 4.0 Las personas que sospechan que tienen apnea del sue\u00f1o y los m\u00e9dicos que las diagnostican pronto podr\u00edan tener una forma m\u00e1s efectiva de detectar … Continuar leyendo \u00abLa nueva herramienta combina el conocimiento experto y las funciones de aprendizaje profundo para detectar la apnea del sue\u00f1o\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1492","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/1492","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=1492"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/1492\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=1492"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=1492"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=1492"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}