Inteligencia artificial - 5 Diciembre, 2024
Una IA detecta la displasia pulmonar en bebés prematuros con una precisión del 96%
Investigadores suizos han entrenado una red neuronal artificial con datos obtenidos de la respiración de cientos de bebés para identificar enfermedades pulmonares.
Los prometedores resultados permiten diseñar una metodología de diagnóstico fiable para analizar la respiración de recién nacidos.
Tags: #inteligenciaartificial, #displasiabroncopulmonar, #saludinfantil, #innovacionmedica
🕑︎ 3:00 min.
La detección de determinadas enfermedades en bebés recién nacidos es compleja. La mayoría de las pruebas de cribado se suelen limitar a dolencias endocrino-metabólicas, cardiopatías congénitas críticas e hipoacusia, tal y como recoge el Ministerio de Sanidad1.
Sin embargo, existen otras enfermedades cuyo diagnóstico es mucho más complicado como, por ejemplo, la displasia broncopulmonar. Este problema respiratorio se produce cuando los pulmones de un recién nacido no están desarrollados al nacer y necesitan el apoyo de un ventilador u oxigenoterapia.
Estos tratamientos habituales pueden provocar dificultades como un estiramiento e inflamación de los pulmones y causar la displasia broncopulmonar. Además, se repite con mayor frecuencia en bebés prematuros. Se estima que en 2020 nacieron en todo el mundo 13,4 millones de bebés antes de las 37ª semana de gestación, según datos de la OMS2.
Redes neuronales para evaluar la función pulmonar
Las pruebas de función pulmonar son muy difíciles de realizar en recién nacidos porque exigen que el paciente respire o sople cuando el médico lo solicita, mientras que las técnicas actuales requieren equipos sofisticados para medir las características de ventilación pulmonar de un bebé. Con el fin de agilizar y facilitar el diagnóstico de esta enfermedad, un grupo de investigadores suizos ha llevado a cabo un estudio3 a partir de redes neuronales artificiales específicamente entrenadas con respiraciones de bebés prematuros tomadas mientras dormían para evaluar su función pulmonar.
Estas redes son una herramienta de inteligencia artificial (IA) que se nutre de una gran cantidad de datos para comparar patrones y observar posibles anomalías con respecto a los parámetros considerados normales. En este caso, el principal reto radicaba en las dificultades para obtener la información y establecer modelos precisos que indicaran que un bebé sufría una enfermedad pulmonar.
Para dar respuesta a este desafío, los investigadores midieron la respiración de los recién nacidos mientras dormían con una mascarilla facial suave y unos sensores que monitorizan el flujo y el volumen de aire que aspiran y expiran.
Gracias a esta solución, presentada en el Congreso de la Sociedad Respiratoria Europea4 el 10 de septiembre de 2024, los investigadores estudiaron y recopilaron datos de un grupo de 139 bebés y de otros 190 prematuros que podrían sufrir trastornos en su función pulmonar, y entrenaron una red neuronal artificial para que detectara posibles casos de displasia pulmonar.
Resultados prometedores
Los investigadores han obtenido y analizado un centenar de aspiraciones y espiraciones regulares consecutivas, de las cuales se han excluido los suspiros y otras manifestaciones no válidas, para entrenar, validar y probar un tipo de red neuronal llamada “Modelo de memoria a largo y corto plazo”, particularmente eficaz para clasificar datos secuenciales como la respiración.
El 60% de los datos se empleó para enseñar a la red a reconocer la disfunción pulmonar, el 20% para validar el modelo y a continuación “alimentaron” el modelo con el 20% restante de los datos para ver si era capaz de identificar correctamente a los bebés que padecían displasia pulmonar.
El modelo ha ofrecido resultados prometedores, con una precisión del 96% en el diagnóstico, permitiendo diseñar una metodología fiable para analizar la respiración y detectar la enfermedad en en bebés nacidos de forma prematura al cumplir el primer mes de vida.
En la actualidad, el equipo investiga si el modelo se puede usar para analizar la función pulmonar y predecir los síntomas en niños en edad escolar, así como para detectar otras afecciones, como el asma.
Referencias
Ministerio de Salud (España). Programa de cribado neonatal. [Internet]. Disponible en: https://www.sanidad.gob.es/areas/promocionPrevencion/cribado/cribadoNeonatal/home.htm
Organización Mundial de la Salud (OMS). Nacimientos prematuros. [Internet]. Disponible en: https://www.who.int/es/news-room/fact-sheets/detail/preterm-birth
ERS Congress 2024. Detection of bronchopulmonary dysplasia (BPD) in preterm infants with an artificial neural network (ANN) trained using air flow time series (TS) measured during tidal breathing (Tb). [Internet]. Disponible en: https://ers.app.box.com/s/17jykxzri5nt0wbu8at9555v77vby5we
ERS Congress 2024 - European Respiratory Society. [Internet]. Disponible en: https://live.ersnet.org/programme/session/92991
¿Qué te ha parecido el artículo?
