Stanford desarrolla algoritmo de alta precisión para la identificación de arritmias cardiácas
Estudiantes pertenecientes al Stanford Machine Learning Group de Stanford University han desarrollado un algoritmo computacional que aseguran sobrepasa las capacidades de médicos cardiólogos profesionales en cuanto a detectar arritmias cardíacas en electrocardiogramas.
Sistemas computarizados previos habían mostrado una gran dificultad para identificar arritmias en los electrocardiogramas pues solo el 50% era correcto. Lo complicado de obtener resultados útiles se encuentra en lograr que el algoritmo reconozca los diferentes tipos de onda que se registran, así como las relaciones temporales entre estos, aunado a la diferente morfología que cada paciente presenta y el ruido de los electrocardiogramas.
Los datos utilizados para experimentar y probar su algoritmo fueron tomados gracias a una colaboración con el parche Zio de la empresa iRhythm Technologies que les permitió acceder a electrocardiogramas tomados en un periodo mayor a dos semanas. Se usaron un total de 64 mil 121 registros de 29 mil 163 pacientes. Estos fueron tomados con una frecuencia de 200 Hz y tienen una duración de 30 segundos cada uno.
Estos fueron analizados en computadora usando un algoritmo de aprendizaje profundo que fue diseñado y basado en el analisis de electrocardiogramas de pacientes que presentaron arritmia, para de esta forma poder comparar y diagnosticar correctamente en la práctica. Este tipo de aprendizaje aplicado a algoritmos ha sido usado previamente en otras tareas como el reconocimiento y clasificación de imágenes.
Los mas de 64 mil electrocardiogramas fueron divididos para usarse en el entrenamiento del algoritmo y posteriormente validación del mismo. El 90% fue usado en la primer parte del desarrollo en la que expertos certificados por la Cardiovascular Credentialing International colaboraron en la identificación de arritmias en estos análisis.
Derivado de este trabajo el algoritmo ahora tiene la capacidad de diferenciar y detectar 14 tipos diferentes de señales de las cual 12 son arritmias cardiacas y dos son ruido y ritmo sinusal. En los estudios realizados, Stanford University trabajó a la par con seis medicos cardiólogos para comparar su algoritmo. Los resultados probaron que este software tiene mayor sensibilidad y precision para detectar resultados positivos de arritmia en los electrocardiogramas en diferencia con las capacidades humanas de los medicos.
La importancia de este desarrollo está en la precisión que se ofrece en cuanto a resultados médicos relacionados males cardiacos. Además intenta proveer servicios médicos de calidad en todo el mundo pues Pranav Rajpurkar autor principal del algoritmo explica que no hay suficientes cardiólogos para realizar dichos análisis.
Esto pretende facilitar las herramientas de diagnóstico de arritmias cardíacas en electrocardiogramas, un examen que se realiza mas de 300 millones de veces anualmente. Específicamente en México, este desarrollo podría salvar miles de vidas pues las enfermedades cardiovasculares ocupan un alto lugar en mortalidad.
El artículo de la investigación de Stanford University con el título Cardiologist-Level Arrythmia Detection with Convolutional Neural Networks se encuentra en el portal web arXiv para su consulta y descarga completa.
A continuación un video de Stanford University donde los autores explican el funcionamiento y objetivo del desarrollo:
