Investigadores de la Universidad Politécnica de Madrid y del Centro Nacional de Investigaciones Cardiovasculares han desarrollado un innovador sistema basado en inteligencia artificial para el reconocimiento automático de patologías cardíacas. Este avance es crucial, ya que las enfermedades cardíacas son la principal causa de mortalidad a nivel mundial. El sistema utiliza técnicas avanzadas como redes neuronales y descomposición modal para analizar ecocardiogramas en tiempo real, facilitando diagnósticos más precisos y personalizados. Este proyecto forma parte de iniciativas como "DigitHeart" y "CardioAging", que buscan mejorar la detección temprana de enfermedades cardiovasculares y contribuir a la medicina personalizada.
Las enfermedades cardíacas se han consolidado como la principal causa de mortalidad en el mundo, lo que hace urgente su detección y diagnóstico. 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 enfermedades cardíacas en tiempo real. Esta herramienta promete ser un recurso valioso para los cardiólogos, facilitando diagnósticos más precisos y tratamientos personalizados que podrían contribuir a disminuir la mortalidad por enfermedades cardiovasculares.
La investigación, bajo la dirección de los profesores Soledad Le Clainche y Jesús Garicano, está vinculada a los proyectos “DigitHeart” y “CardioAging”. El primero se centra en nuevas herramientas y modelos para predecir la progresión de enfermedades cardíacas, mientras que el segundo aborda los mecanismos relacionados con la insuficiencia cardíaca asociada a la edad. En particular, el trabajo se ha llevado a cabo en la Escuela Técnica Superior en Ingeniería Aeronáutica y del Espacio (ETSIAE), donde el grupo de investigación ModelFLOWs, liderado por Le Clainche, se dedica a desarrollar herramientas de IA para mejorar la salud pública.
Los proyectos “DigitHeart” y “CardioAging” buscan implementar soluciones innovadoras para la detección precoz de enfermedades cardiovasculares. Durante su desarrollo, se han creado tecnologías que combinan redes neuronales con técnicas de descomposición modal, comúnmente utilizadas en mecánica de fluidos, para analizar imágenes médicas como ecocardiogramas. Según Andrés Bell Navas, investigador postdoctoral del grupo, “la creciente cantidad de pacientes cardíacos genera una presión considerable en el sector salud para establecer sistemas eficaces que permitan un reconocimiento temprano”.
Bajo esta premisa, Bell Navas ha presentado sus hallazgos en diversos congresos europeos relacionados con inteligencia artificial, matemáticas y cardiología. Su objetivo es continuar desarrollando métodos avanzados que aprovechen las últimas innovaciones en IA para mejorar el diagnóstico y pronóstico de las enfermedades cardíacas. "Queremos extraer patrones característicos que nos ayuden a entender mejor estas condiciones y anticipar su evolución", afirma.
Imagen: Andrés Bell Navas explicando su trabajo durante un taller del grupo ModelFLOWs.
El equipo también incluye a Nourelhouda Groun, María Villalba-Orero, Enrique Lara-Pezzi y Jesús Garicano-Mena. Su artículo titulado Automatic Cardiac Pathology Recognition in Echocardiography Images using Higher Order Dynamic Mode Decomposition and a Vision Transformer for Small Datasets, fue publicado recientemente en Expert Systems with Applications.
Se ha desarrollado un sistema basado en inteligencia artificial (IA) que reconoce automáticamente enfermedades cardíacas en tiempo real, lo que puede ayudar a los cardiólogos en el diagnóstico y tratamiento personalizado.
La investigación es llevada a cabo por un equipo de investigadores de la Universidad Politécnica de Madrid (UPM) y del Centro Nacional de Investigaciones Cardiovasculares Carlos III (CNIC), supervisados por los profesores Soledad Le Clainche y Jesús Garicano.
Los proyectos asociados son “DigitHeart” y “CardioAging”, que buscan implementar herramientas novedosas para la detección temprana de enfermedades cardiovasculares.
Se han utilizado redes neuronales y técnicas de descomposición modal para el análisis de imágenes médicas, como ecocardiogramas, y el reconocimiento en tiempo real de patologías cardíacas.
El reconocimiento temprano es crucial debido a la creciente tasa de pacientes cardíacos, lo que requiere sistemas eficaces para detectar enfermedades a tiempo, reduciendo así la mortalidad asociada.
Los investigadores planean seguir desarrollando métodos innovadores que aprovechen los avances recientes en inteligencia artificial para mejorar el diagnóstico y pronóstico de enfermedades cardíacas.