Las redes neuronales de inteligencia artificial (IA) pueden ser entrenadas para que detecten enfermedades pulmonares en bebés prematuros estudiando sus patrones de respiración en el sueño, acorde a una investigación presentada en el Congreso de la Sociedad Respiratoria Europea (ERS) en Viena, Austria.
El estudio ha sido presentado por Edgar Delgado-Eckert, profesor adjunto del Departamento de Ingeniería Biomédica de la Universidad de Basilea y cabeza del grupo de investigación del Hospital Infantil Universitario de Suiza.
La displasia broncopulmonar (DBP) es un problema respiratorio que a los bebés prematuros les puede afectar. Cuando los pulmones de un bebé no se encuentran desarrollados al nacer, muchas veces necesitan el apoyo de un respirador o terapia de oxígeno, un tratamiento que puede hacer que se estiren e inflamen sus pulmones, lo que es causnate de DBP.
Pero identificar esta enfermedad es difícil. Las pruebas de función pulmonar suelen llevar aparejado que un adulto sople cuando se lo piden (algo que los bebés no pueden realizar), por lo que las técnicas actuales necesitan de un equipo sofisticado para medir las características de ventilación pulmonar de un bebé.
Por consecuente, estamos ante una de las pocas enfermedades que se diagnostica regularmente por la presencia de una de sus principales causas, la prematuridad y la asistencia respiratoria.
Clasificación y predicción
Por su parte, los ANN son modelos matemáticos que se usan para la clasificación y la predicción. Para hacer predicciones precisas, una ANN tiene que entrenarse primero con una gran cantidad de datos, lo que trae un problema cuando se trata de BPD.
El profesor Delgado-Eckert señala al respecto: "Hasta hace poco, esta necesidad de grandes cantidades de datos ha obstaculizado los esfuerzos para crear modelos precisos de enfermedades pulmonares en bebés, porque es muy difícil evaluar su función pulmonar".
"Pero existe una alternativa: podemos medir la respiración del bebé mientras duerme. Para ello, solo se necesita una mascarilla suave con un sensor que pueda medir el flujo y el volumen de aire que entra y sale de la nariz del bebé. Este equipo es barato y está disponible en cualquier centro clínico", ha indicado el investigador.
Respiración de marea
Estas mediciones de diversas respiraciones consecutivas (lo que se conoce como respiración de marea) pueden crear grandes cantidades de datos de flujo secuencial de buena calidad. Se podría intentar utilizar estos mismos datos para entrenar una red neuronal artificial para detectar la DBP.
El equipo del profesor Delgado-Eckert ha analizado a un grupo de 139 bebés nacidos a término y 190 prematuros a los que se les había detectado que padecían displasia broncopulmonar, y registró su respiración durante 10 minutos durante su sueño.
Para cada bebé, se usaron 100 respiraciones regulares consecutivas, inspeccionadas con esmero para quitar suspiros u otros artefactos, para entrenar, validar y probar un tipo de ANN al que se ha llamado modelo de memoria a corto y largo plazo (LSTM), que es muy eficaz para clasificar datos secuenciales como la respiración corriente.
El equipo usó el 60% de los datos para ayudar a la red a reconocer el TLP, el 20% para dar validez al modelo (para conseguir que no estuviera demasiado fijado en los datos de entrenamiento) y luego alimentó el 20% restante de los datos al modelo, sin verlo, y ver si se podía identificar correctamente a los bebés con TLP.
Delgado-Eckert opina que "nuestra investigación ofrece, por primera vez, una forma integral de analizar la respiración de los bebés y nos permite detectar qué bebés tienen DBP a partir del primer mes de edad corregida (la edad que tendrían si hubieran nacido en la fecha prevista) utilizando la RNA para identificar anomalías en sus patrones respiratorios.Nuestra prueba no invasiva es menos estresante para el bebé y sus padres, significa que pueden acceder al tratamiento más rápidamente y también puede ser relevante para su pronóstico a largo plazo".
El equipo cree que en estos momentos se puede investigar si el modelo también podría utilizarse para evaluar a bebés apenas unas semanas después del nacimiento, para analizar la función pulmonar y poder predecir síntomas en niños mayores, en edad escolar, y para estudiar otras afecciones, como el asma.
Si (
No(
