Los médicos generalmente usan estetoscopios para escuchar los sonidos característicos de las válvulas cardíacas al abrirse y cerrarse. También escuchan sonidos menos prominentes que indiquen problemas con estas válvulas.
Pero el cuerpo humano está lleno de otros ruidos, como el flujo de sangre, ruidos estomacales y ruidos respiratorios, que pueden enmascarar fácilmente los signos de valvulopatía cardíaca (VHD).
Las investigaciones revelan que sólo el 44% de los casos de VHD se detectan mediante controles regulares con estetoscopio. Esto provoca retrasos en los diagnósticos, empeoramiento de las condiciones de salud de los pacientes y enormes costes para el sistema sanitario.
Para mejorar esto, los investigadores han desarrollado una nueva herramienta de diagnóstico que utiliza una breve ráfaga de datos de audio para identificar con precisión VHD, destaca https://www.hospimedica.com.
Investigadores del Instituto de Tecnología Stevens (Hoboken, Nueva Jersey, EE. UU.) utilizaron un micrófono de contacto para captar vibraciones sonoras de 10 segundos directamente desde el pecho de un paciente. Luego, estos datos fueron analizados mediante un modelo de IA adaptado de algoritmos normalmente utilizados en el procesamiento del habla para separar voces superpuestas.
En este caso, el algoritmo trabaja para aislar los sonidos específicos asociados con diferentes tipos de enfermedades de las válvulas cardíacas. El sistema de IA puede identificar rápidamente hasta cinco tipos diferentes de problemas valvulares en un solo paciente, incluso si hay más de una afección.
La herramienta de IA puede detectar VHD con una sensibilidad del 93% y una especificidad del 98%, lo que reduce sustancialmente los casos no diagnosticados y limita los falsos positivos.
Los resultados se dan en un código simple de 5 dígitos compuesto de unos y ceros, que indica la presencia o ausencia de un VHD específico. Lo que diferencia a esta herramienta de diagnóstico de las redes neuronales utilizadas anteriormente para detectar VHD es el uso de acelerómetros en lugar de máquinas más complejas y engorrosas.
Esta técnica no sólo es más precisa, sino que también tiene potencial para perfeccionarse aún más. El equipo tiene como objetivo ampliar su enfoque para identificar otras afecciones cardiovasculares y espera integrar esta tecnología en las prácticas médicas de todo el país, facilitando el diagnóstico de trastornos cardíacos.
«La mayoría de los casos de VHD se pasan por alto debido a un error humano, por lo que incorporamos la IA para ayudar al ser humano», explicó Negar Ebadi, el investigador principal del proyecto.
«Nuestro objetivo actual es recopilar más datos para que podamos comenzar a clasificar las enfermedades por gravedad, de modo que en lugar de mostrar que usted tiene un trastorno valvular en particular, podríamos darle una calificación sobre 10 que describa hasta qué punto ha progresado la enfermedad».
