NIH ,uso de inteligencia artificial para atrapar latidos irregulares
Publicado en por el Dr. Francis Collins
Gracias a los avances en tecnologías de salud portátiles, ahora es posible que las personas controlen sus ritmos cardíacos en el hogar durante días, semanas o incluso meses a través de parches de 
electrocardiograma inalámbrico (EKG) . De hecho, mi Apple Watch hace posible grabar un EKG en tiempo real siempre que lo desee. (Me alegra decir que estoy en ritmo sinusal normal).
Una computadora poderosa «estudió» más de 90,000 grabaciones de EKG, de las cuales «aprendió» a reconocer patrones, formar reglas y aplicarlas con precisión a futuras lecturas de EKG.
La computadora se volvió tan «inteligente» que pudo clasificar 10 tipos diferentes de ritmos cardíacos irregulares, incluida la fibrilación auricular (AFib). De hecho, después de solo siete meses de entrenamiento, el algoritmo diseñado por computadora fue tan bueno, y en algunos casos incluso mejor que, expertos en cardiología para hacer la llamada de diagnóstico correcta.
Las pruebas de EKG miden los impulsos eléctricos en el corazón, que le indican al músculo cardíaco que se contraiga y bombee sangre al resto del cuerpo. Las características precisas en forma de onda de los impulsos eléctricos permiten a los médicos determinar si el corazón de una persona está latiendo normalmente.
andrew-ng-thumb
Por ejemplo, en las personas con fibrilación auricular, las cavidades superiores del corazón (las aurículas) se contraen de forma rápida e impredecible, lo que hace que los ventrículos (el músculo cardíaco principal) se contraigan de manera irregular en lugar de a un ritmo constante. Esta es una arritmia importante para detectar, incluso si solo puede estar presente ocasionalmente durante muchos días de monitoreo. Eso no siempre es fácil de hacer con los métodos actuales.
Aquí es donde el equipo, dirigido por los informáticos Awni Hannun y Andrew Ng, de la Universidad de Stanford, Palo Alto, California, vio una oportunidad de IA. Como se publicó en Nature Medicine , el equipo de Stanford comenzó reuniendo un gran conjunto de datos de ECG de más de 53,000 personas [1]. Los datos incluyeron varias formas de arritmia y ritmos cardíacos normales de personas que habían usado el parche Zio aprobado por la FDA durante aproximadamente dos semanas.
Uso de inteligencia artificial para atrapar latidos irregulares
El parche Zio es un parche adhesivo de 2 por 5 pulgadas, usado como una venda, en la parte superior izquierda del cofre. Es resistente al agua y se puede mantener todo el día mientras una persona duerme, hace ejercicio o se ducha. El parche inalámbrico monitorea continuamente los ritmos cardíacos, almacenando datos de EKG para su posterior análisis.
Los investigadores de Stanford buscaron el aprendizaje automático para procesar todos los datos de EKG. En el aprendizaje automático, las computadoras se basan en grandes conjuntos de datos de ejemplos para aprender a realizar una tarea determinada. La precisión mejora a medida que la máquina «ve» más datos.
Pero el verdadero interés del equipo era utilizar una clase especial de aprendizaje automático llamada redes neuronales profundas o aprendizaje profundo. El aprendizaje profundo está inspirado en cómo las redes neuronales de nuestro propio cerebro procesan la información, aprendiendo a enfocarse en algunos detalles pero no en otros.
En el aprendizaje profundo, las computadoras buscan patrones en los datos. A medida que comienzan a «ver» relaciones complejas, algunas conexiones en la red se fortalecen mientras que otras se debilitan. La red generalmente se compone de múltiples capas de procesamiento de información, que operan sobre los datos y calculan representaciones cada vez más complejas y abstractas.
Arquitectura de red neuronal profunda. Nuestra red neuronal profunda consistía en 33 capas convolucionales seguidas de una capa de salida lineal en un softmax. La red acepta datos de ECG sin procesar como entrada (muestreados a 200 Hz, o 200 muestras por segundo), y genera una predicción de una de las 12 clases de ritmo posibles cada 256 muestras de entrada.
Esos datos alcanzan la capa de salida final, que actúa como un clasificador, asignando cada bit de datos a una categoría particular o, en el caso de las lecturas de EKG, un diagnóstico. De esta manera, las computadoras pueden aprender a analizar y clasificar datos altamente complejos utilizando características más obvias y ocultas. iUso de inteligencia artificial para atrapar latidos irregulares
En última instancia, la computadora en el nuevo estudio podría diferenciar entre las lecturas de EKG que representan 10 arritmias diferentes, así como un ritmo cardíaco normal. También podría indicar la diferencia entre los ritmos cardíacos irregulares y el «ruido» de fondo causado por la interferencia de un tipo u otro, como un parche Zio empujado o desconectado.
Para la validación, la computadora intentó asignar un diagnóstico a las lecturas de EKG de 328 pacientes adicionales. Independientemente, varios cardiólogos expertos también leyeron esos electrocardiogramas y llegaron a un diagnóstico de consenso para cada paciente. En casi todos los casos, el diagnóstico de la computadora estuvo de acuerdo con el consenso de los cardiólogos. La computadora también hizo sus llamadas mucho más rápido.
Luego, los investigadores compararon los diagnósticos de la computadora con los de seis cardiólogos individuales que no formaban parte del comité de consenso original. ¡Y los resultados muestran que la computadora realmente superó a estos cardiólogos experimentados!
Los hallazgos sugieren que la inteligencia artificial puede usarse para mejorar la precisión y la eficiencia de las lecturas de EKG. De hecho, Hannun informa que iRhythm Technologies, fabricante del parche Zio, ya ha incorporado el algoritmo en la interpretación que ahora se utiliza para analizar datos de pacientes reales.
Por impresionante que sea, seguramente estamos al comienzo de las aplicaciones de IA para la salud y la atención médica. En reconocimiento de las oportunidades que se avecinan, NIH ha lanzado recientemente un grupo de trabajo sobre IA para explorar formas de aprovechar al máximo los datos existentes y aprovechar el potencial de la inteligencia artificial y el aprendizaje automático para avanzar en la investigación biomédica y la práctica de la medicina.
Mientras tanto, se están publicando más y más investigaciones respaldadas por NIH con IA. En mi próximo blog, destacaré un artículo reciente que usa IA para hacer una diferencia real para el cáncer cervical, particularmente en entornos de bajos recursos.
Referencia :
[1] Detección y clasificación de arritmia a niv
el de cardiólogo en electrocardiogramas ambulatorios utilizando una red neuronal profunda . Hannun AY, Rajpurkar P, Haghpanahi M, Tison GH, Bourn C, Turakhia MP, Ng AY.
Nat Med. 2019 enero; 25 (1): 65-69.
Enlaces :Uso de inteligencia artificial para atrapar latidos irregulares
Texto original ingles: https://directorsblog.nih.gov/2019/01/15/using-artificial-intelligence-to-catch-irregular-heartbeats/
Diana terapéutica para tratar una enfermedad cardiovascular degenerativa