El sistema automático más preciso para descifrar el electrocardiograma

Investigadores del centro gallego CiTIUS han desarrollado un método que mejora todas las técnicas disponibles en la actualidad para interpretar el electrocardiograma. Su robustez ya ha atraído la atención de investigadores del Instituto Tecnológico de Massachusetts, en EE UU, que lo han utilizado con registros reales de más de 50.000 pacientes.

SINC | | 10 febrero 2017 11:30

Los investigadores han conseguido corregir uno de los problemas clásicos en el ámbito de la e-Salud y el electrocardiograma: el ‘ruido’ / CiTIUS

En el corazón de una persona se generan diariamente en torno a 100.000 latidos, lo que da una idea de la inmensa cantidad de datos que habrá que gestionar en los próximos años en el ámbito de la e-Salud, coincidiendo con el advenimiento de las nuevas estrategias de monitorización domiciliaria que propiciarán los nuevos sensores de bajo coste conocidos como wearables (relojes, camisetas inteligentes, etc.). Un seguimiento 24 horas del paciente que permitiría alertar de cualquier alteración en tiempo real, y que a día de hoy es completamente inviable mediante el análisis manual (o incluso asistido) por parte del médico especialista.

Por lo general, los sistemas automáticos para la interpretación del electrocardiograma (ECG) –utilizados en áreas tan críticas como las unidades de cuidados intensivos (UCI)–, se han revelado inexactos y poco fiables, a causa de su escasa o nula capacidad para disociar las señales identificadas como ruido de la información principal, lo que obliga a los facultativos a supervisar personalmente el proceso.

Se ha creado el procedimiento Construe, un nuevo método para la interpretación de señales electrocardiográficas

Pero ¿qué hace a un cardiólogo imprescindible a la hora de interpretar un electrocardiograma? ¿Por qué un médico especialista puede detectar con relativa facilidad falsas alarmas o interferencias en la señal, y a una máquina le resulta tan complicado?

A pesar del intenso trabajo de investigación realizado a lo largo de los últimos 25 años, las aproximaciones desarrolladas hasta ahora no han sido capaces de subsanar las alteraciones en los datos contenidos en el ECG, especialmente cuando la prueba diagnóstica se realiza en entornos poco controlados, como sucede en el caso de la monitorización extra-hospitalaria, donde cualquier gesto aparentemente irrelevante del paciente (como vestirse o quitarse la ropa) puede interferir en el proceso de registro de su actividad cardíaca. Así, los informes obtenidos a través de sistemas clásicos han venido generalmente acompañados de un número excesivo de falsas alarmas, lo que en la práctica provoca que los médicos los ignoren.

Si los sistemas clásicos no funcionan adecuadamente, ¿por qué no reconsiderar el planteamiento inicial y volver a empezar desde el principio? Esta pregunta ha llevado a un equipo de investigadores del CiTIUS a desarrollar el procedimiento Construe, un nuevo método para la interpretación de señales electrocardiográficas basado en un modelo de razonamiento distinto, al que se conoce como 'razonamiento abductivo', y que básicamente consiste en considerar la interpretación del electrocardiograma como un proceso de formación de conjeturas que han de ser verificadas a posteriori.

Se trata de una metodología que va más allá de la mera observación, permitiendo interpretar correctamente aquellos fragmentos afectados por ruido en base a su contexto para reducir significativamente el número de falsas alarmas. Los humanos hacemos uso del 'razonamiento abductivo' cuando respondemos a una situación formulando hipótesis que puedan explicarla de la manera más precisa posible; gracias a esta metodología podemos, por ejemplo, comprender una conversación telefónica ruidosa aunque no hayamos entendido todas las palabras, ya que nuestro cerebro analiza lo oído y construye una frase como la mejor hipótesis que responde al hilo de la conversación, donde su contexto juega un papel fundamental.

Afrontando el gran salto: de los 50 a los 50.000

El nuevo método, desarrollado por los investigadores del programa de e-Salud del CiTIUS Tomás Teijeiro, Paulo Félix, Jesús Presedo y Daniel Castro, ha sido publicado en la revista IEEE Journal of Biomedical and Health Informatics. Tras validar su eficacia utilizando una base de datos de referencia (que ofrece a los científicos en torno a 50 registros de ECG para examinar la respuesta de sus algoritmos), los autores del trabajo comprobaron que sus resultados mejoraban sustancialmente las prestaciones de todos los sistemas automáticos disponibles hasta entonces, siendo incluso comparables a las ofrecidas por los semiautomáticos (es decir, aquellos que involucran a un experto en el resultado).

Investigadores del MIT y Harvard usan el método para medir un parámetro del electrocardiograma

El análisis confirmó las potencialidades del método, que ya ha dado lugar a varias colaboraciones internacionales. "La más reciente se encuentra en desarrollo con investigadores del Broad Institute of MIT and Harvard", afirma Tomás Teijeiro, principal autor del trabajo. "El Broad Institute está realizando un estudio sobre la influencia genética en distintas patologías cardíacas, y ha confiado en nuestro método para la medida del intervalo QT en señales de electrocardiograma".

El intervalo QT es un indicador asociado a la muerte súbita, por su relación con las paradas cardiorrespiratorias, y su evaluación es de una enorme utilidad en múltiples ámbitos clínicos. La industria farmacéutica, por ejemplo, lo utiliza para evaluar si un nuevo fármaco es viable o no, ante sus posibles efectos adversos en el organismo.

"Publicamos nuestro método en forma de software libre y los investigadores del Instituto Tecnológico de Massachusetts (MIT) y Harvard lo descargaron para usarlo en su estudio, poniéndolo a prueba con cerca de 50.000 registros de ECG". Para Teijeiro, esta validación constituye "la demostración de que nuestro método es más fiable y robusto que el resto de los algoritmos disponibles", ya que ha sido verificado tomando como referencia una base de datos ingente, "que supera en varios órdenes de magnitud el número de registros que habíamos usado nosotros".