Según los Centros para el Control y la Prevención de Enfermedades CDC, la enfermedad cardíaca es la principal causa de muerte tanto para hombres como para mujeres. En los EE. UU., Una de cada cuatro muertes es consecuencia de una enfermedad cardíaca, que incluye una variedad deafecciones desde arritmias o ritmos cardíacos anormales hasta defectos, así como enfermedades de los vasos sanguíneos, más comúnmente conocidas como enfermedades cardiovasculares.
Predecir y monitorear enfermedades cardiovasculares es a menudo costoso y tenue, involucrando equipos de alta tecnología y procedimientos intrusivos. Sin embargo, un nuevo método desarrollado por investigadores de la Escuela de Ingeniería Viterbi de USC ofrece una mejor manera. Al combinar un modelo de aprendizaje automático con un pacientedatos de pulso, pueden medir un factor de riesgo clave para enfermedades cardiovasculares y rigidez arterial, utilizando solo un teléfono inteligente.
La rigidez arterial, en la cual las arterias se vuelven menos elásticas y más rígidas, puede provocar un aumento de la presión sanguínea y del pulso. Además de ser un factor de riesgo conocido para enfermedades cardiovasculares, también se asocia con enfermedades como diabetes e insuficiencia renal.
"Si la aorta está rígida, cuando transfiere la energía del pulso a la vasculatura periférica, a vasos pequeños, puede causar daño a los órganos terminales. Por lo tanto, si los riñones están sentados al final, los riñoneslastimarse; si el cerebro está sentado al final, el cerebro se lastima ", dijo Niema Pahlevan, profesora asistente de ingeniería y medicina aeroespacial y mecánica.
Comprobación de pulso
Al medir la velocidad de la onda del pulso, que es la velocidad que el pulso arterial se propaga a través del sistema circulatorio, los médicos pueden determinar la rigidez arterial. Los métodos de medición actuales incluyen resonancia magnética, que es costosa y a menudo no factible, o tonometría, que requiere dosmediciones de presión y un electrocardiograma para unir las fases de las dos ondas de presión.
El novedoso método desarrollado por Pahlevan, Marianne Razavi y Peyman Tavallali utiliza una única onda de presión carotídea no calibrada que puede capturarse con la cámara de un teléfono inteligente. En un estudio anterior, el equipo utilizó la misma tecnología para desarrollar una aplicación para iPhone que puededetecte la insuficiencia cardíaca utilizando las leves perturbaciones de su pulso debajo de la piel para registrar una onda de pulso. De la misma manera, pueden determinar la rigidez arterial.
"Una forma de onda única no calibrada, eso significa que eliminó dos pasos. Así es como se pasa de un dispositivo de tonometría de $ 18,000 y un procedimiento intrusivo a una aplicación de iPhone", dijo Pahlevan.
"Es muy fácil de operar", agregó Razavi, quien es el director de bioestadística de Avicena LLC, la empresa emergente que desarrolla la aplicación. "En realidad, le enseñé a mi hijo a hacerlo".
En lugar de una forma de onda detallada requerida con la tonometría, su método necesita solo la forma de la onda de pulso del paciente para el modelo matemático, llamado frecuencia intrínseca, para calcular variables clave relacionadas con las fases del latido del corazón del paciente. Estas variables luego se utilizan enun modelo de aprendizaje automático que determina la velocidad de la onda del pulso PWV y, por lo tanto, la rigidez arterial.
Validación
Para validar su método, utilizaron los datos de tonometría existentes recopilados del Framingham Heart Study, un análisis de cohorte epidemiológico a largo plazo. Utilizando 5.012 pacientes, calcularon sus propias mediciones de VPP y las compararon con las mediciones de tonometría del estudio, encontrando un85 por ciento de correlación entre los dos.
Pero lo más importante, necesitaban determinar si su método podría usarse para predecir enfermedades cardiovasculares.
"Lo que el clínico quiere saber es si lo está ayudando o no a mejorar el resultado", dijo Pahlevan. "Y demostramos que es tan predictivo como la tonometría real".
A través de un estudio prospectivo con 4,798 pacientes, mostraron que su medición de VPP se asoció significativamente con la aparición de enfermedades cardiovasculares durante un período de seguimiento de diez años. Su estudio fue publicado en Informes científicos en enero
Llevando la IA a la medicina
"Muchas personas han intentado llevar el aprendizaje automático a los dispositivos médicos, pero la IA pura por sí sola no funciona", dijo Pahlevan. "Cuando obtienes una alta correlación, puedes extrañar a todos los pacientes enfermos porque,en medicina, los casos atípicos son los casos que desea capturar, son los importantes "
La razón por la cual su método de aprendizaje automático puede capturar resultados clínicamente significativos se debe a su algoritmo de frecuencia intrínseca, que es el análisis matemático utilizado para calcular variables físicamente relevantes relacionadas con el corazón y la función vascular del paciente. Las principales variables representan el rendimiento del corazóndurante la fase de contracción sístole y el rendimiento de la vasculatura durante la fase relajada diástole.
Desarrollado hace solo tres años durante el trabajo posdoctoral de Pahlevan, el equipo planea expandir el algoritmo de frecuencia intrínseca para que pueda aplicarse a una serie de otras aplicaciones, como la detección de ataques cardíacos silenciosos.
Fuente de la historia :
Materiales proporcionado por Universidad del Sur de California . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :