La UMA crea FADE, un sistema inteligente que anticipa anomalías cardíacas

El sistema de inteligencia artificial FADE se entrena solo con electrocardiogramas normales, logrando una precisión del 84% que permite anticipar el diagnóstico de anomalías críticas como arritmias e infarto de miocardio.

Investigadores del equipo ‘Video and Image Processing’ (VIP) del Departamento de Arquitectura de Computadores de la Universidad de Málaga (UMA), en colaboración con expertos del Laboratorio de Sistemas Embebidos de la École Polytechnique Fédérale de Lausana (Suiza), han desarrollado un innovador sistema de inteligencia artificial, bautizado como FADE, capaz de detectar anomalías cardíacas en electrocardiogramas (ECG) con una precisión notable.

El proyecto, que ha sido cofinanciado por la Consejería de Universidad, Investigación e Innovación y otras entidades, exhibe una precisión del 84% frente a los sistemas convencionales. Pero su verdadero potencial reside en su capacidad para anticipar el diagnóstico de condiciones críticas como arritmias, isquemia o infarto de miocardio.

El secreto: aprender de la normalidad

Hasta ahora, la Inteligencia Artificial aplicada a los ECG solía requerir grandes volúmenes de datos previamente etiquetados por cardiólogos, un proceso costoso y lento que depende de la experiencia humana. FADE rompe con esta barrera metodológica. La gran novedad de FADE es que se entrena exclusivamente con electrocardiogramas normales. Esto evita la necesidad de extensos conjuntos de anomalías cardíacas ya catalogadas.

«Entrenamos el modelo con una base de datos de señales normales, lo que le permite aprender cómo es un electrocardiograma sano sin necesidad de que un cardiólogo indique si existen irregularidades en las señales en esta fase,» explica Paula Ruiz Barroso, investigadora de la UMA y autora principal del estudio.

Una vez que el sistema aprende el patrón de la salud, solo necesita un pequeño subconjunto de muestras conocidas (normales y anormales) para establecer un umbral de detección. De esta forma, el sistema predice la señal futura y detecta la anomalía con antelación. Este ahorro en tiempo y costes, al no requerir la supervisión experta inicial, es una de sus ventajas más significativas.

Resultados sólidos y detección robusta

Los resultados del estudio, detallados en la revista Computer Methods and Programs in Biomedicine, confirman la eficacia del sistema. El enfoque de la UMA demostró un buen rendimiento en la detección temprana de cualquier tipo de anomalía cardíaca. Específicamente, FADE alcanza una precisión media del 83,84% en la detección de anomalías, clasificando correctamente las señales de ECG normales con un 85,46% de precisión.

A diferencia de trabajos previos que se centraban solo en detectar un pequeño número de anomalías, usualmente relacionadas con la frecuencia, el enfoque de la UMA es mucho más robusto. «Permite detectar tanto latidos cardíacos anormales como arritmias,» destaca Ruiz Barroso.

La arquitectura inteligente

FADE supera las limitaciones de generalización de otros modelos de última generación gracias a un diseño sofisticado, empleando dos rutas paralelas optimizadas para capturar distintos aspectos de la información: una capta los cambios rápidos y la otra, los lentos. Además, el equipo investigador utiliza una fórmula de aprendizaje que considera las características específicas de la forma de onda de la señal. «Somos capaces de predecir mejor cómo sería la señal normal, porque consideramos por separado los picos y la banda central de la curva,» aclara la investigadora.

    El sistema ha sido sometido a un doble entrenamiento utilizando dos bases de datos, sumando un total de 456 horas de grabación.

    Hacia el entorno clínico y portátil

    La investigación no se detiene en el laboratorio. Los científicos de la UMA ya están en contacto con equipos médicos para llevar FADE a un entorno real, permitiendo a los sanitarios probarlo en consulta. Paralelamente, se trabaja en optimizar el modelo para su uso en un dispositivo portable. Esto implica solucionar desafíos adicionales, como depurar la señal de «ruido» o pérdida de forma causados, por ejemplo, por el movimiento del paciente.

    Este importante desarrollo ha sido financiado gracias a la Consejería de Universidad, Investigación e Innovación, el Ministerio de Ciencia e Innovación de España y los fondos Next Generation de la Unión Europea. La combinación de la detección automatizada de FADE con la experiencia de los profesionales sanitarios promete una era de diagnósticos cardíacos más rápidos, precisos y menos dependientes de la interpretación manual.


    También te puede interesar…