Inteligencia artificial ayuda a los dispositivos inteligentes a detectar los paros cardíacos

La SVM fue entrenada usando la respiración agonal real capturada por las llamadas a los Servicios Médicos de Emergencia de Seattle por parte de transeúntes, quienes los grabaron colocando sus teléfonos en la boca del paciente para que el operador del 911 pudiera determinar si el paciente necesitaba reanimación cardiopulmonar (RCP) inmediata.

En total, los investigadores recolectaron 162 llamadas entre 2009 y 2017 y extrajeron 2,5 segundos de audio al comienzo de cada respiración agonal, para un total de 236 clips. Se utilizaron varias técnicas de aprendizaje automático para aumentar el conjunto de datos a 7.316 clips positivos. Para el conjunto de datos negativos, utilizaron 83 horas de datos de audio recopilados durante los estudios del sueño, produciendo 7.305 muestras de sonido, que contienen sonidos típicos que las personas hacen mientras duermen, como ronquidos o apnea obstructiva del sueño (AOS). Luego utilizaron el aprendizaje automático para crear una herramienta que podría ayudar a una SVM a detectar la respiración agonal el 97% de las veces desde una distancia de hasta seis metros. El estudio fue publicado el 19 de junio de 2019 en la revista npj Digital Medicine.

“Este tipo de respiración ocurre cuando un paciente experimenta niveles de oxígeno realmente bajos. Es una especie de ruido gutural, y su singularidad lo convierte en un buen biomarcador de audio para identificar si alguien sufre un paro cardíaco”, dijo el coautor corresponsal, Jacob Sunshine, MD, de la facultad de medicina de la Universidad de Washington. “Los paros cardíacos son una forma muy común de muerte de personas, y en este momento, muchos de ellos pueden pasar desapercibidos. Parte de lo que hace que esta tecnología sea tan convincente es que podría ayudarnos a atrapar a más pacientes a tiempo para que sean tratados”.

“Mucha gente tiene parlantes inteligentes en sus hogares, y estos dispositivos tienen capacidades increíbles. Esto se podría ejecutar localmente en los procesadores contenidos en Alexa. Se ejecuta en tiempo real, por lo que no necesita almacenar nada ni enviar nada a la nube”, dijo el coautor y corresponsal, Shyam Gollakota, PhD, de la facultad de ciencias de la computación e ingeniería de la UW. “Visualizamos un sistema sin contacto que funciona mediante la monitorización continua y pasiva de la habitación en busca de un evento de respiración agonal, y alerta a cualquier persona cercana que venga a proporcionar RCP. Y luego, si no hay respuesta, el dispositivo puede llamar automáticamente al 911”.

El paro cardíaco fuera del hospital es una de las principales causas de muerte en todo el mundo. El diagnóstico rápido y el inicio de la reanimación cardiopulmonar (RCP) son la piedra angular de la terapia para las víctimas de un paro cardíaco. Sin embargo, una fracción significativa de las víctimas de paro cardíaco no tiene posibilidades de sobrevivir, porque experimentan un evento no presenciado, a menudo en la privacidad de sus propios hogares.

Enlace relacionado:
Universidad de Washington