Avance en el reconocimiento de enfermedades cardíacas mediante inteligencia artificial
Las enfermedades cardíacas se han consolidado como la principal causa de mortalidad a nivel global, lo que subraya la necesidad urgente de su detección temprana. En este contexto, un equipo de investigadores de la Universidad Politécnica de Madrid (UPM) y del Centro Nacional de Investigaciones Cardiovasculares Carlos III (CNIC) ha desarrollado un innovador sistema basado en inteligencia artificial (IA) capaz de identificar automáticamente patologías cardíacas en tiempo real. Este avance promete ser un recurso valioso para los cardiólogos, facilitando diagnósticos más precisos y tratamientos personalizados, contribuyendo así a la reducción de la mortalidad asociada a estas enfermedades.
Bajo la supervisión de los profesores Soledad Le Clainche y Jesús Garicano, esta investigación forma parte de los proyectos “DigitHeart” y “CardioAging”, que buscan implementar herramientas avanzadas para la detección precoz de problemas cardiovasculares. La labor se ha llevado a cabo en la Escuela Técnica Superior en Ingeniería Aeronáutica y del Espacio (ETSIAE) y se centra en el grupo ModelFLOWs, dirigido por Le Clainche. Este grupo se dedica al desarrollo de soluciones basadas en IA para abordar retos medioambientales y mejorar la medicina personalizada.
Nuevas tecnologías para el diagnóstico cardiovascular
Los proyectos “DigitHeart” y “CardioAging” han permitido el desarrollo y prueba de tecnologías innovadoras que combinan redes neuronales con técnicas de descomposición modal, comúnmente utilizadas en mecánica de fluidos. Estas herramientas están diseñadas para analizar imágenes médicas obtenidas a través de ecocardiogramas y facilitar el reconocimiento inmediato de patologías cardíacas. Según Andrés Bell Navas, investigador postdoctoral involucrado en el proyecto, "la creciente cantidad de datos generados por pacientes cardíacos ha creado una presión significativa en el sector salud para desarrollar sistemas eficaces que permitan un diagnóstico temprano".
Bell Navas ha presentado sus hallazgos en múltiples congresos científicos a lo largo de Europa, abarcando disciplinas como la inteligencia artificial, matemáticas y cardiología. El investigador enfatiza: "Nuestro objetivo es seguir desarrollando métodos innovadores que utilicen los últimos avances en IA para diagnosticar y pronosticar enfermedades cardíacas. Esto nos permitirá identificar patrones característicos asociados con diversas patologías, mejorando así nuestra comprensión sobre estas condiciones y optimizando su detección".
Publicación destacada sobre el sistema desarrollado
El trabajo realizado por Andrés Bell-Navas y su equipo ha sido documentado en el artículo titulado Automatic Cardiac Pathology Recognition in Echocardiography Images using Higher Order Dynamic Mode Decomposition and a Vision Transformer for Small Datasets, publicado en Expert Systems with Applications. Esta investigación no solo representa un avance significativo en el campo del diagnóstico médico, sino que también establece nuevas expectativas sobre cómo la inteligencia artificial puede transformar la atención sanitaria.
Preguntas sobre la noticia
¿Qué es el sistema desarrollado por la UPM y el CNIC?
Es un sistema basado en inteligencia artificial que reconoce automáticamente enfermedades cardíacas en tiempo real, ayudando a los cardiólogos en el diagnóstico y tratamiento personalizado.
¿Cuál es la importancia del reconocimiento temprano de enfermedades cardíacas?
El reconocimiento temprano es crucial ya que las enfermedades cardíacas son la principal causa de mortalidad humana en el mundo, y su detección eficaz puede reducir significativamente la mortalidad.
¿Qué tecnologías se han utilizado en este sistema?
Se han combinado redes neuronales y técnicas de descomposición modal para analizar imágenes médicas de ecocardiogramas y reconocer patologías cardíacas en tiempo real.
¿Quiénes supervisan esta investigación?
La investigación está supervisada por los profesores Soledad Le Clainche y Jesús Garicano de la Universidad Politécnica de Madrid.
¿Qué proyectos están relacionados con este desarrollo?
Los proyectos relacionados son “DigitHeart” y “CardioAging”, que buscan implementar herramientas novedosas para la detección temprana de enfermedades cardiovasculares.
¿Cuál es el objetivo futuro del grupo de investigación ModelFLOWs?
El objetivo es seguir desarrollando métodos innovadores que aprovechen los avances en inteligencia artificial para mejorar el diagnóstico y pronóstico de enfermedades cardíacas.
Si (
No(
