Un modelo de inteligencia artificial desarrollado por la UPV alcanza un 89 % de precisión en la localización de la cardiomiopatía auricular
Un modelo de inteligencia artificial desarrollado por la UPV alcanza un 89 % de precisión en la localización de la cardiomiopatía auricular.
El sistema, basado en redes neuronales de grafos, logró localizar las zonas afectadas con un 89 % de exactitud y estimar el grado de afectación del tejido auricular en un 84 %, manteniendo su rendimiento incluso en anatomías no utilizadas durante el entrenamiento.
Se trata de una prueba de concepto desarrollada con datos simulados, por lo que sus resultados no implican una aplicación clínica inmediata; el siguiente paso es validar el modelo con registros de pacientes reales y realizar una validación prospectiva.
Si los resultados se confirman en estudios clínicos, esta tecnología podría ayudar a caracterizar el tejido auricular sin necesidad de procedimientos invasivos y aportar más información para el estudio y tratamiento de la cardiomiopatía auricular.
El estudio, publicado en la revista Discover Computing, está liderado por María Macarulla Rodríguez, investigadora de COR-ITACA, y cuenta con la participación de otros investigadores como M. Climent, María S. Guillem, Cristian Barrios Espinosa, Axel Loewe y Ernesto Zacur.
La principal conclusión del estudio es que la combinación de mapas eléctricos de superficie corporal, análisis espacio temporal y redes neuronales de grafos presenta un elevado potencial para caracterizar de forma no invasiva la cardiomiopatía auricular.
La cardiomiopatía auricular engloba alteraciones eléctricas y estructurales del tejido auricular, como la fibrosis, que están relacionadas con la fibrilación auricular, una de las arritmias cardíacas más frecuentes.
Conocer dónde se localiza el tejido alterado y cuál es su extensión puede ayudar a entender la enfermedad y, potencialmente, a planificar tratamientos como la ablación.
Actualmente, para caracterizar estas alteraciones se emplean técnicas invasivas como el mapeo electroanatómico intracardíaco o determinadas pruebas de resonancia magnética.
El nuevo enfoque propone utilizar mapas de potencial de superficie corporal BSPM, obtenidos mediante electrodos distribuidos sobre el torso que registran la actividad eléctrica del corazón; la inteligencia artificial analiza después cómo se distribuye.
Remitido | Fotografías: Remitido
Amb la col.laboració de: