Investigadores de la UTN Buenos Aires desarrollan un algoritmo que permitirá asistir al cardiólogo en la detección temprana de enfermedades cardiovasculares, la principal causa de muerte en el mundo.


Agencia TSS – Podría decirse que las enfermedades cardiovasculares (ECV) son un poco traicioneras. Muchas veces, no presentan síntomas, no avisan. Entonces, uno desconoce que están ahí, como acechantes, aguardando el momento menos pensado para convertirse en protagonistas de una escena en la que se pone en riesgo la propia vida. Así es que las ECV se han posicionado como la principal causa de muerte en todo el mundo, con el 30 por ciento de los decesos registrados en 2008, según un reporte de la Organización Mundial de la Salud de 2011. Además, se prevé que mantengan el primer puesto para 2030, incrementando el número de muertes de los 17 millones actuales a 23 millones.

Entre las ECV, las más “populares” son el infarto de miocardio (necrosis parcial del tejido muscular del corazón) y el accidente cerebrovascular (ACV), causadas por obstrucciones que impiden que la sangre fluya desde y hacia el corazón o el cerebro. Frecuentemente, esta obstrucción es ocasionada por la formación de depósitos de grasa (placas de ateroma) en las paredes de los vasos sanguíneos.

Recién ahí llegan los síntomas, como dolor en el pecho, dificultad para respirar, sudoración y mareos. Por eso, la concientización sobre estas enfermedades es fundamental, ya que los principales factores de riesgo modificables (consumo de tabaco, obesidad, hipertensión arterial, colesterol) son responsables del 80 por ciento de los casos. La diabetes también es un importante factor de riesgo. En este caso, las ECV suelen presentarse primero en los miembros inferiores.


Los investigadores apuntan a lograr la detección de la isquemia de miocardio en la señal electrocardiográfica (ECG) durante el estudio médico conocido como prueba de esfuerzo.
A partir de este panorama, investigadores del Departamento de Ingeniería Electrónica de la Universidad Tecnológica Nacional (Facultad Regional Buenos Aires) están desarrollando algoritmos que funcionen como herramientas para facilitar el diagnóstico precoz de las ECV y, en consecuencia, mejorar el pronóstico de un paciente.

“Los algoritmos están pensados para asistir a los cardiólogos en su tarea de diagnosticar, por ejemplo, resumiendo la información o generando métricas que puedan ser fácilmente interpretadas para cuantificar el riesgo de un paciente de tener una determinada patología y, en función de dicho riesgo, tomar mejores decisiones basadas en evidencia científica”, explica a TSS el doctor en ingeniería Mariano Llamedo Soria, director del proyecto.

De esta manera, el desarrollo del algoritmo consta de tres etapas. En la primera, los investigadores apuntan a lograr la detección de la isquemia de miocardio (reducción del flujo de sangre en las arterias coronarias) en la señal electrocardiográfica (ECG) durante el estudio médico conocido como prueba de esfuerzo.

En la segunda, en tanto, planean generar un clasificador de arritmias cardíacas, pero no solo a partir de la señal ECG, sino también a partir de otras señales cardiovasculares, como la presión arterial. Por último, pretenden integrar los algoritmos desarrollados en un toolbox abierto a la comunidad científica para que, una vez testeado, pueda aplicarse en la práctica médica.

Como explica Llamedo Soria, una parte clave de este desarrollo es el vínculo establecido con el Dr. Mariano Albertal, del Instituto Cardiovascular de Buenos Aires (ICBA). Este tipo de colaboraciones son las que nos interesan principalmente, debido a que cualquier mejora que podamos realizar desde la técnica, repercutiría casi de manera inmediata en la práctica clínica”, destaca.


Los algoritmos están pensados para asistir a los cardiólogos en su tarea de diagnosticar, generando métricas que puedan
ser interpretadas para cuantificar el riesgo de un paciente de tener una determinada patología .

Para elaborar los algoritmos, los investigadores utilizan técnicas matemáticas que permiten analizar las señales del ECG, por ejemplo, las llamadas técnicas de procesamiento digital de señales (DSP, por sus siglas en inglés).

Luego, esta información se procesa con otro tipo de herramientas que tienen que ver con el reconocimiento de patrones y el análisis estadístico de la información. “De esta manera, es posible tomar decisiones basadas en conocimiento estadístico aprendido de ciertos ejemplos con que entrenamos nuestros algoritmos. Este tipo de metodologías también se conoce como inteligencia artificial, por realizar tareas que podrían asemejarse a decidir con cierto grado de inteligencia”, precisa Llamedo Soria.

Actualmente, los investigadores están trabajando en la primera etapa. Para ello, consiguieron acceso a dos bases de datos de pacientes sometidos a pruebas de esfuerzo, una registrada en Israel y la otra en Suiza.

A partir de estos datos, están desarrollando y evaluando de manera retrospectiva los algoritmos que van produciendo. “Si el rendimiento de dichos algoritmos fuera satisfactorio, tenemos planes de hacerlo de manera prospectiva tanto en el Hospital Universitario de Basilea, en Suiza, como en el ICBA”, cuenta el ingeniero. “Otro aspecto en el que trabajamos es en hacer clasificadores específicos para determinados tipos de latidos, que tienen más importancia clínica, como por ejemplo los latidos de origen ventricular”, agrega.

También, están a punto de hacer público el toolbox de herramientas para el uso de la comunidad científica, de modo que otros colegas puedan comparar sus resultados con los desarrollados por el equipo de la UTN. “Con respecto a las herramientas clínicas, estamos a la espera de evaluar el rendimiento del detector de isquemia de manera prospectiva. En ese momento, comenzaremos a plantearnos implementarlas para su uso en los centros de atención cardiológica”, concluye Llamedo Soria.

Por Nadia Luna
Fuente : UNSAM

Leer mas : http://www.tomamateyavivate.com.ar/medicina-argentina/investigadores-argentinos-de-la-utn-crearon-un-algoritmo-para-analizar-el-corazon/