Investigadores de la Universidad de Málaga (UMA) han desarrollado un sistema inteligente capaz de detectar anomalías cardíacas en los electrocardiogramas con una precisión cercana al 84%, superando significativamente a los métodos convencionales que dependen de la interpretación manual de especialistas. Este avance, impulsado por el grupo de investigación Video and Image Processing (VIP) del Departamento de Arquitectura de Computadores de la UMA, en colaboración con expertos de la École Polytechnique Fédérale de Lausana (Suiza), podría revolucionar el diagnóstico temprano de afecciones como arritmias, isquemia o infarto de miocardio.
El sistema, llamado FADE, destaca por su enfoque innovador. A diferencia de los modelos tradicionales, que necesitan que profesionales etiqueten previamente grandes conjuntos de datos anómalos, FADE se entrena únicamente con electrocardiogramas normales. Esto permite que el sistema aprenda cómo es un latido sano y, posteriormente, identifique cualquier desviación como señal de alerta. Una ventaja que ahorra tiempo, recursos humanos especializados y costes de implementación.
“Entrenamos el modelo con una base de datos de señales normales, lo que le permite aprender cómo es un electrocardiograma sano sin necesidad de que un cardiólogo indique si existen irregularidades en esta fase. A continuación, para poder diferenciar con precisión una anomalía, establecemos un umbral de detección”, explica Paula Ruiz Barroso, investigadora principal del estudio, en declaraciones a la Fundación Descubre. Este parámetro, según detalla, se ajusta con un pequeño conjunto de muestras normales y anormales, logrando determinar “con fiabilidad cuándo una señal debe considerarse anómala”.
Los resultados no dejan lugar a dudas. “Nuestro sistema alcanza una precisión media del 83,84% en la detección de anomalías, al tiempo que clasifica correctamente las señales de ECG normales con una precisión del 85,46%”, afirma Ruiz. Un rendimiento que supera las limitaciones de otros modelos, especialmente cuando se trata de generalizar sus resultados a nuevas fuentes de datos.
El estudio, publicado bajo el título FADE: Forecasting for anomaly detection on ECG en la revista Computer Methods and Programs in Biomedicine, expone cómo este método permite detectar tanto latidos anormales como alteraciones complejas del ritmo cardíaco. “A diferencia de trabajos previos que solo detectan un pequeño número de anomalías, principalmente relacionadas con la frecuencia, nuestro enfoque es más robusto”, destaca la investigadora.
Pruebas en un entorno clínico real
La clave del sistema reside en su estructura interna, que emplea dos rutas de procesamiento paralelas, cada una enfocada en diferentes aspectos de la señal, y un modelo adicional diseñado para predecir la forma futura del electrocardiograma. Además, los investigadores han incorporado un método de aprendizaje que analiza por separado los picos y la banda central de la curva, lo que mejora significativamente la capacidad predictiva.
Para alcanzar estos resultados, FADE fue entrenado con 456 horas de grabación procedentes de dos bases de datos distintas. “No es fácil que un modelo funcione en otra base de datos, hay que hacer un reentrenamiento para que vuelva a aprender y así se ajuste al nuevo contexto”, señala Ruiz.
El equipo trabaja ya con profesionales sanitarios para trasladar el sistema a un entorno clínico real, con el objetivo de validar su uso en consultas. Paralelamente, buscan adaptarlo a un dispositivo portable, capaz de monitorizar al paciente incluso en movimiento y depurar la señal cuando haya interferencias.
Este proyecto ha contado con financiación de la Consejería de Universidad, Investigación e Innovación, el Ministerio de Ciencia e Innovación de España y los fondos Next Generation de la Unión Europea. En definitiva, una apuesta tecnológica que podría marcar un antes y un después en la detección temprana de enfermedades del corazón.