Auscultación asistida por ordenador

Los estetoscopios electrónicos (también llamados digitales) convierten las ondas sonoras acústicas en señales eléctricas digitales. Estas señales se amplifican mediante transductores y actualmente alcanzan niveles hasta 100 veces superiores a los de los estetoscopios acústicos tradicionales. Además, los estetoscopios electrónicos permiten filtrar el ruido ambiental, una función que puede ser importante para la seguridad y facilitar diagnósticos más precisos. Si bien la amplificación y el filtrado del sonido son las funciones principales de un estetoscopio electrónico, la posibilidad de acceder a los sonidos a través de medios externos como Bluetooth o cables de audio los convierte en un dispositivo ideal para la captura de sonido en sistemas CAA.

Entre los dispositivos que se pueden usar para conectar un estetoscopio electrónico y grabar la señal de audio (por ejemplo, sonidos cardíacos o pulmonares) se incluyen ordenadores, portátiles y dispositivos móviles como teléfonos inteligentes o tabletas. Generalmente, los sistemas CAA incluyen software que permite visualizar la señal de audio entrante. Los sistemas CAA más sofisticados incorporan algoritmos de detección de ruido en tiempo real, diseñados para ayudar al usuario a obtener la mejor calidad de grabación posible.

Una característica clave de los sistemas CAA es el análisis automatizado de las señales de audio grabadas mediante algoritmos de procesamiento de señales . Estos algoritmos pueden ejecutarse directamente en el dispositivo utilizado para realizar la grabación o alojarse en una nube conectada al dispositivo. El grado de autonomía de los algoritmos de análisis disponibles actualmente varía considerablemente. Si bien algunos sistemas operan de forma totalmente autónoma, ^{[ 7 ]} los primeros sistemas basados ​​en PC requerían una interacción significativa del usuario y la interpretación de los resultados, ^{[ 8 ]} y otros sistemas de análisis requieren cierto grado de asistencia por parte del usuario, como la confirmación/corrección manual de las frecuencias cardíacas estimadas. ^{[ 9 ]}

Los sonidos grabados y los datos analíticos y del paciente asociados pueden almacenarse, gestionarse o archivarse electrónicamente. La información que identifica al paciente puede manejarse o almacenarse durante el proceso. Si los datos almacenados se clasifican como información sanitaria protegida (PHI ), el sistema que los aloja debe cumplir con las leyes de protección de datos específicas de cada país, como la HIPAA en EE. UU. o la Directiva de Protección de Datos en la UE. Las opciones de almacenamiento para los sistemas CAA actuales abarcan desde la capacidad básica de recuperar un informe en PDF descargable hasta una interfaz integral basada en la nube para la gestión electrónica de todos los datos basados ​​en la auscultación.

El usuario puede revisar todos sus registros de pacientes (incluida la reproducción de archivos de audio) a través de una interfaz de usuario, por ejemplo, mediante un portal web en el navegador o un software independiente en el dispositivo electrónico. Otras funcionalidades incluyen compartir registros con otros usuarios, exportar registros de pacientes e integración con sistemas de historia clínica electrónica .

La auscultación cardíaca con estetoscopio es el método de examen estándar a nivel mundial para detectar defectos cardíacos mediante la identificación de soplos. Requiere que el médico examinador tenga una audición aguda y amplia experiencia. Un diagnóstico preciso sigue siendo un desafío por varias razones, incluyendo el ruido, las altas frecuencias cardíacas y la capacidad de distinguir entre soplos benignos y patológicos. Realizada correctamente, la auscultación cardíaca se considera comúnmente una herramienta económica y ampliamente disponible para la detección y el manejo de enfermedades cardíacas. ^{[ 10 ]} Sin embargo, se ha informado que las habilidades de auscultación de los médicos están disminuyendo. ^{[ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ] [ 16 ] [ 17 ] Esto conlleva diagnósticos de enfermedades no detectados y/o costos excesivos por pruebas diagnósticas innecesarias y costosas. Un estudio sugiere que más de un tercio de los} defectos cardíacos congénitos no diagnosticados previamente en recién nacidos no se detectan en su examen de 6 semanas. ^{[ 18 ]} Más del 60% de las derivaciones a especialistas médicos para ecocardiografías costosas se deben a un diagnóstico erróneo de un soplo inocente. ^{[ 14 ]} Por lo tanto, la CAA del corazón tiene el potencial de convertirse en una herramienta de detección y diagnóstico rentable, siempre que sus algoritmos subyacentes se hayan probado clínicamente de manera rigurosa y a ciegas para comprobar su capacidad de detectar la diferencia entre sonidos cardíacos normales y anormales.

Los soplos cardíacos son ruidos audibles a través de un estetoscopio, generados por un flujo sanguíneo turbulento. Es necesario distinguir los soplos cardíacos de los ruidos cardíacos , que se generan principalmente por los latidos del corazón y la apertura y cierre de las válvulas cardíacas. Generalmente, los soplos cardíacos se clasifican como inocentes (también llamados fisiológicos o funcionales) o patológicos (anormales). Los soplos inocentes suelen ser inofensivos, a menudo causados ​​por condiciones fisiológicas externas al corazón y el resultado de ciertos defectos estructurales benignos. Los soplos patológicos se asocian con mayor frecuencia a problemas de las válvulas cardíacas , pero también pueden ser causados ​​por una amplia gama de defectos estructurales del corazón. Diversas características constituyen una descripción cualitativa de los soplos cardíacos, incluyendo el momento de aparición ( soplo sistólico y diastólico ), la forma, la ubicación, la irradiación, la intensidad , el tono y la calidad. Los sistemas CAA suelen clasificar los ruidos cardíacos y los soplos como Clase I y Clase III según la Asociación Americana del Corazón : ^{[ 19 ]}

• Clase I: soplo patológico
• Clase III: soplo inocente o ausencia de soplo

Los sistemas CAA más sofisticados proporcionan información descriptiva adicional sobre los soplos, como la cronología, la clasificación o la capacidad de identificar la posición de los ruidos cardíacos S1/S2.

La detección de soplos cardíacos en los sistemas CAA se basa en el análisis de sonidos cardíacos grabados digitalmente. La mayoría de los métodos utilizan las siguientes cuatro etapas:

1. Detección de la frecuencia cardíaca : En la primera etapa, la frecuencia cardíaca se determina a partir de la señal de audio del corazón. Este es un paso crucial para las etapas posteriores y se requiere una alta precisión. La determinación automatizada de la frecuencia cardíaca a partir de grabaciones acústicas es compleja, ya que la frecuencia cardíaca puede variar entre 40 y 200 latidos por minuto, el ruido y los soplos pueden enmascarar los picos de los sonidos cardíacos (S1 y S2), y los latidos irregulares pueden alterar la naturaleza cuasiperiódica del latido.
2. Segmentación de los sonidos cardíacos : Tras detectar la frecuencia cardíaca, se identifican las dos fases principales del latido ( sístole y diástole ). Esta diferenciación es importante, ya que la mayoría de los soplos se producen en fases específicas del latido. El ruido ambiental o interno del paciente (por ejemplo, la respiración) dificulta la segmentación de los sonidos cardíacos.
3. Extracción de características: Una vez identificadas las fases del latido cardíaco, se extrae información ( características ) del sonido del corazón que se utiliza en una etapa posterior de clasificación. Las características pueden abarcar desde enfoques sencillos basados ​​en la energía hasta cantidades multidimensionales de orden superior.
4. Clasificación de características: Durante la clasificación, las características extraídas en la etapa anterior se utilizan para clasificar la señal y evaluar la presencia y el tipo de soplo. El principal desafío radica en diferenciar las grabaciones sin soplo de los soplos inocentes de baja intensidad, y los soplos inocentes de los soplos patológicos. Generalmente, se aplican métodos de aprendizaje automático para construir un clasificador basado en datos de entrenamiento.

Los tipos más comunes de medidas de rendimiento para los sistemas CAA se basan en dos enfoques: estudios retrospectivos (no ciegos) que utilizan datos existentes y estudios clínicos prospectivos ciegos en pacientes nuevos. En los estudios CAA retrospectivos, se entrena un clasificador con algoritmos de aprendizaje automático utilizando datos existentes. El rendimiento del clasificador se evalúa luego utilizando los mismos datos. Se utilizan diferentes enfoques para ello (por ejemplo, validación cruzada k-fold , validación cruzada de dejar uno fuera ). La principal limitación de juzgar la calidad (sensibilidad, especificidad) de un sistema CAA basándose únicamente en datos de rendimiento retrospectivos proviene del riesgo de que los enfoques utilizados puedan sobreestimar el rendimiento real de un sistema dado. El uso de los mismos datos para el entrenamiento y la validación puede, por sí mismo, conducir a un sobreajuste significativo del conjunto de validación, porque la mayoría de los clasificadores pueden diseñarse para analizar muy bien los datos conocidos, pero podrían no ser lo suficientemente generales como para clasificar correctamente los datos desconocidos; es decir, los resultados parecen mucho mejores que si se probaran en pacientes nuevos y no vistos. “El verdadero rendimiento de una red seleccionada (sistema CAA) debe confirmarse midiendo su rendimiento en un tercer conjunto de datos independiente llamado conjunto de prueba”. ^{[ 20 ]} En resumen, la fiabilidad de los estudios retrospectivos no ciegos se considera generalmente mucho menor que la de los estudios clínicos prospectivos porque son propensos al sesgo de selección y al sesgo retrospectivo. Ejemplos publicados incluyen Pretorius et al. ^{[ 21 ]} Los estudios clínicos prospectivos, por otro lado, son más adecuados para evaluar el verdadero rendimiento de un sistema CAA (siempre que el estudio sea ciego y esté bien controlado). En un estudio clínico prospectivo para evaluar el rendimiento de un sistema CAA, la salida del sistema CAA se compara con los diagnósticos de referencia . En el caso de soplos cardíacos, un diagnóstico de referencia adecuado sería el diagnóstico de un médico experto basado en la auscultación, estratificado por un diagnóstico basado en ecocardiograma . Ejemplos publicados incluyen Lai et al. ^{[ 1 ]}