Esta red neuronal promete ser infalible a la hora de detectar problemas del corazón

Esta red neuronal promete ser infalible a la hora de detectar problemas del corazón
3 comentarios Facebook Twitter Flipboard E-mail

Un artículo publicado en ScienceDirect y que hemos conocido a través de la Universidad de Surrey asegura que, a través de una red neuronal, se ha sido capaz de detectar anomalías relacionadas insuficiencia cardíaca congestiva con tan solo un latido del corazón (medido por ECG), y con un 100% de precisión.

Que una red neuronal detecte problemas cardiacos con tan solo un latido supone todo un hito, y tal como explican desde la universidad, se traduce en una mejora drástica de los métodos de detección de este tipo de enfermedades.

La inteligencia artificial, al servicio de la salud

Hospital

La insuficiencia cardíaca congestiva es una afección grave y que afecta al ritmo de bombeo hacia el cuerpo. Cuenta con una alta prevalencia, altas tasas de mortalidad y requiere de grandes costos a nivel de atención médica. El estudio que se ha llevado a cabo pretende utilizar una red neuronal convolucional (CNN) para ayudar a la detección de estos problemas.

Las CNN son redes neuronales artificiales en las que las neuronas corresponden a campos receptivos de una forma similar a la que encontramos en un cerebro humano, más en concreto en las neuronas de la corteza visual primaria. Dadas estas características, este tipo de redes suelen utilizarse para clasificar imágenes y autoetiquetarlas, así como para clasificar series de tiempo o señales de audio.

El caso del estudio nos habla de cómo una red neuronal se ha utilizado para aprender a clasificar latidos de pacientes, y concluir con estos datos su estado de salud

En el caso del estudio que nos ocupa, se utilizaron este tipo de redes para aprender a clasificar los latidos con el estado del sujeto. En total, se analizaron más de 70.000 latidos por cada sujeto. A base de entrenar la red mediante este método (que esconde más detalles que puedes consultar en la metodología completa del artícuo), se logró que fuera capaz de detectar cuándo un sujeto tenía la anomalía y cuándo no.

Clasificacion

En total, afirman que se logró clasificar correctamente más del 99% de los latidos en pruebas con ECG de cinco minutos, con apenas un 0,1% de sujetos mal clasificados. Concluyen así, que se puede utilizar un modelo de detección de enfermedades como la CHF mediante algoritmos de aprendizaje automático, a través de ECG.

El punto interesante aquí es que, tradicionalmente, se ha utilizado la variabilidad del ritmo cardíaco para detectar problemas del corazón. Con esta investigación, se pone sobre la mesa la posibilidad de saltarnos este paso, bastante más lento de monitorizar que el análisis de un solo latido.

Tanto es así, que los investigadores afirman que con su modelo de red neuronal se mejoran los resultados obtenidos mediante el método tradicional, destacando asimismo que la red está en constante aprendizaje aprendiendo

Más información | ScienceDirect

Comentarios cerrados
Inicio