stringtranslate.com

Interpretación automatizada del ECG

Captura de pantalla de un software para el procesamiento digital de ECG

La interpretación automatizada del ECG es el uso de inteligencia artificial y software de reconocimiento de patrones y bases de conocimiento para llevar a cabo automáticamente la interpretación, el informe de pruebas y el diagnóstico asistido por computadora de los trazados del electrocardiograma obtenidos generalmente de un paciente .

Historia

Los primeros programas de ECG automatizados se desarrollaron en la década de 1970, cuando las máquinas de ECG digitales se hicieron posibles gracias a las placas de procesamiento de señales digitales de tercera generación. Los modelos comerciales, como los desarrollados por Hewlett-Packard , incorporaron estos programas en dispositivos de uso clínico.

Durante los años 1980 y 1990, empresas y laboratorios universitarios llevaron a cabo una amplia investigación para mejorar la tasa de precisión, que no era muy alta en los primeros modelos. Para ello, instituciones como el MIT crearon varias bases de datos de señales con ECG normales y anormales y las utilizaron para probar los algoritmos y su precisión.

Fases

Características básicas de la señal de tiempo y amplitud que se miden y forman la base para el análisis automatizado del ECG
  1. Se obtiene una representación digital de cada canal de ECG registrado mediante un convertidor analógico a digital y un software especial de adquisición de datos o un chip de procesamiento de señales digitales (DSP) .
  2. La señal digital resultante es procesada por una serie de algoritmos especializados , que comienzan por acondicionarla , por ejemplo, eliminación de ruido , variación del nivel base , etc.
  3. Extracción de características : ahora se realiza un análisis matemático en la señal limpia de todos los canales, para identificar y medir una serie de características que son importantes para la interpretación y el diagnóstico, esto constituirá la entrada a los programas basados ​​en IA, como la amplitud máxima, el área bajo la curva, el desplazamiento en relación con la línea base, etc., de las ondas P, Q, R, S y T, [1] el retraso de tiempo entre estos picos y valles, la frecuencia cardíaca (instantánea y promedio), y muchos otros. También se puede realizar algún tipo de procesamiento secundario, como el análisis de Fourier y el análisis de ondículas [2] , para proporcionar entrada a los programas basados ​​en reconocimiento de patrones.
  4. El procesamiento lógico y el reconocimiento de patrones, utilizando sistemas expertos basados ​​en reglas , [3] análisis bayesiano probabilístico o algoritmos de lógica difusa , análisis de conglomerados , [4] redes neuronales artificiales , [5] algoritmos genéticos y otras técnicas se utilizan para derivar conclusiones, interpretación y diagnóstico.
  5. Se activa un programa de informes que produce una visualización adecuada de los datos originales y calculados, así como de los resultados de la interpretación automatizada.
  6. En algunas aplicaciones, como los desfibriladores automáticos , los resultados del análisis pueden desencadenar algún tipo de acción, como la aparición de una fibrilación auricular o un paro cardíaco , el sonido de alarmas en un monitor médico en aplicaciones de unidades de cuidados intensivos , etc.

Aplicaciones

La industria manufacturera de los electrocardiógrafos es ahora totalmente digital y muchos modelos incorporan software integrado para el análisis e interpretación de registros de ECG con 3 o más derivaciones. Los productos de consumo, como los electrocardiógrafos domésticos para la detección sencilla de arritmias cardíacas de un canal , también utilizan el análisis básico de ECG, esencialmente para detectar anomalías. Algunas áreas de aplicación son:

Implicaciones y limitaciones

La interpretación automatizada del ECG es una herramienta útil cuando no es posible acceder a un especialista. Aunque se ha hecho un esfuerzo considerable para mejorar los algoritmos de ECG automatizados, la sensibilidad de la interpretación automatizada del ECG es de valor limitado en el caso de un equivalente de STEMI [6] [7] como por ejemplo con "ondas T hiperagudas", [8] complejo ST-T de De Winter, [9] fenómeno de Wellens, hipertrofia ventricular izquierda, bloqueo de rama izquierda o en presencia de un marcapasos. La monitorización automatizada del segmento ST durante el transporte del paciente se utiliza cada vez más y mejora la sensibilidad de detección de STEMI, ya que la elevación del segmento ST es un fenómeno dinámico.

Véase también

Referencias

  1. ^ BioPac Systems. Nota de aplicación: Análisis automatizado de ECG
  2. ^ Al-Fahoum, AS; Howitt, I. Transformación wavelet combinada y redes neuronales de base radial para clasificar arritmias cardíacas potencialmente mortales, Med. Biol. Eng. Comput. 37 (1999), págs. 566–573.
  3. ^ Mautgreve, W., et al. HES EKG expert: un sistema experto para el análisis y la enseñanza integral de ECG. Proc. Computers in Cardiology: Jerusalén, Israel, 19-22 de septiembre de 1989. (Estados Unidos: IEEE Comput. Soc. Press, 1990, págs. 77-80).
  4. ^ Bortolan, G., et al. Clasificación de ECG con redes neuronales y análisis de conglomerados. Proc. Computers in Cardiology. Venecia, Italia, 23-26 de septiembre de 1991. (Estados Unidos: IEEE Comput. Soc. Press, 1991. págs. 177-80).
  5. ^ Sabbatini, RME Aplicaciones de redes neuronales artificiales en el procesamiento de señales biológicas. MD Computing, 3(2), 165-172 marzo de 1996.
  6. ^ ECG difíciles en pacientes con STEMI: lecciones aprendidas del muestreo seriado de ECG prehospitalarios y hospitalarios, Ayer et al., JECG, 2014
  7. ^ Interpretación del ECG - STEMI y equivalentes, libro electrónico
  8. ^ Onda T prominente: diagnóstico diferencial electrocardiográfico, Sommers et al., American Journal of Emergency Medicine
  9. ^ Un nuevo signo electrocardiográfico de oclusión de la arteria coronaria izquierda proximal, de Winter, NEJM, 2008

Fuentes


Traducido y reproducido con permiso del autor.

Enlaces externos