AI- Enhanced Stethoscope in Remote Diagnostics for Cardiopulmonary Diseases

Resumen Técnico: Estetoscopio Mejorado con IA en Diagnóstico Remoto de Enfermedades Cardiopulmonares

Enunciado del Problema
Las enfermedades cardiovasculares y pulmonares representan una de las principales causas de mortalidad a nivel mundial, sin embargo, el diagnóstico oportuno sigue siendo un desafío significativo, particularmente en regiones remotas y con recursos limitados. La auscultación tradicional depende en gran medida de la interpretación subjetiva de profesionales cualificados, un recurso a menudo escaso en áreas en desarrollo. Aunque existen estetoscopios digitales, su alto costo limita su accesibilidad, y muchos modelos de diagnóstico basados en IA existentes se restringen al análisis de sonidos cardíacos o pulmonares individualmente, en lugar de concurrentemente. Además, muchos modelos actuales luchan con el desequilibrio de clases en los conjuntos de datos y carecen de la arquitectura ligera necesaria para su implementación en dispositivos embebidos de bajo costo.

Metodología
Los autores proponen un modelo híbrido de aprendizaje profundo diseñado para ejecutarse en hardware embebido de bajo costo, integrado con un estetoscopio tradicional modificado con un micrófono para la captura de audio. El flujo de trabajo del sistema implica las siguientes etapas técnicas:

1. Adquisición y Preprocesamiento de Datos:

   • Hardware: Un estetoscopio estándar conectado mediante un conector de 3.5 mm a un dispositivo que aloja una aplicación web.
   • Procesamiento de Señal: Las señales de auscultación crudas (25–400 Hz) se filtran utilizando un filtro paso banda de Butterworth de segundo orden, se re-muestrean a 1000 Hz y se recortan a secuencias de 2.5 segundos (2500 puntos de datos). Las señales se normalizan al rango (-1, 1).
   • Aumento: Para abordar el desequilibrio de clases (particularmente en el conjunto de datos pulmonares ICBHI 2017), se aplican técnicas como adición de ruido, desplazamiento temporal y alteración de tono/velocidad a las clases subrepresentadas.

2. Extracción de Características:

   • El sistema utiliza Coeficientes Cepstrales de Frecuencia Mel (MFCC) para capturar características de audio esenciales que imitan la percepción auditiva humana.
   • El proceso implica ventanas, transformación de Fourier al dominio de la frecuencia, aplicación de bancos de filtros Mel, compresión logarítmica y Transformada Discreta del Coseno (DCT).
   • La forma de entrada para el modelo se define como características MFCC de (1, 52).

3. Arquitectura del Modelo (CNN-GRU Híbrida):

   • La innovación central es una arquitectura híbrida que combina Redes Neuronales Convolucionales (CNN) para la extracción de características espaciales y Unidades Recurrentes con Puerta (GRU) para el aprendizaje de secuencias temporales.
   • Capas CNN: Dos capas convolucionales (256 y 512 filtros respectivamente) con tamaño de núcleo 11, seguidas de agrupación máxima (max pooling), normalización por lotes y activación ReLU.
   • Capas GRU: Cinco conjuntos de capas GRU con unidades variables (32, 64, 128) utilizando activación 'tanh', con salidas combinadas mediante una capa aditiva.
   • Clasificación: Capas densas con activación Leaky ReLU conducen a una capa de salida final con 11 unidades y activación softmax para clasificación multiclase.

4. Entrenamiento e Implementación:

   • El modelo se entrena utilizando el optimizador Adam (tasa de aprendizaje 0.0002) y pérdida de Entropía Cruzada Categórica.
   • Se emplean técnicas como Parada Temprana (paciencia de 300 épocas) y Puntos de Control de Modelo para prevenir el sobreajuste.
   • El modelo entrenado se implementa mediante una aplicación web basada en Streamlit, permitiendo el análisis en tiempo real de audio grabado desde el estetoscopio de bajo costo y habilitando la telemedicina mediante la generación de informes por correo electrónico.

Contribuciones Clave

• Diagnóstico Concurrente: A diferencia de trabajos anteriores que se centran en sonidos cardíacos o pulmonares, este modelo diagnostica simultáneamente 11 clases distintas: 5 condiciones cardiovasculares (Estenosis Aórtica, Estenosis Mitral, Regurgitación Mitral, Normal, Prolapso de la Válvula Mitral) y 6 condiciones pulmonares (Neumonía, Bronquiectasia, Bronquiolitis, IRA, EPOC, Saludable).
• Accesibilidad de Bajo Costo: El sistema está diseñado explícitamente para dispositivos embebidos de bajo costo, con el objetivo de cerrar la brecha en entornos con recursos limitados donde los estetoscopios digitales de gama alta son inasequibles.
• Arquitectura Híbrida: La integración de CNN y GRU aprovecha tanto las dependencias basadas en frecuencia como las temporales, abordando las limitaciones de los modelos independientes.
• Sistema de Extremo a Extremo: El artículo presenta un flujo de trabajo completo desde la configuración de hardware hasta una interfaz web funcional para consultas remotas.

Resultados
El estudio evaluó el modelo híbrido propuesto frente a modelos CNN y GRU independientes utilizando métricas que incluyen Precisión, Recall, Puntuación F1 y Exactitud.

• Sonidos Pulmonares: La CNN independiente logró una exactitud promedio del 74.16%, y la GRU logró 75.83%. El modelo híbrido CNN+GRU mejoró significativamente el rendimiento, alcanzando una exactitud promedio del 94% (con exactitudes de clase específicas que oscilan entre el 75% para Neumonía y el 94% para Bronquiolitis).
• Sonidos Cardíacos: La CNN independiente logró una exactitud del 81%, y la GRU logró 83%. El modelo híbrido alcanzó una exactitud promedio del 94% en todas las clases cardíacas (por ejemplo, 94.01% para Estenosis Aórtica, 94.09% para Normal).
• Comparación: El modelo híbrido demostró un rendimiento superior en el manejo del desequilibrio de clases y la extracción compleja de características en comparación con los modelos individuales, como lo demuestran las matrices de confusión y las tablas de métricas comparativas.

Significado y Afirmaciones
Los autores afirman que este trabajo representa un paso transformador hacia una atención sanitaria estandarizada y accesible. Al integrar un estetoscopio de bajo costo con un modelo de IA eficiente, el sistema tiene como objetivo:

• Reducir el error humano en el diagnóstico.
• Proporcionar análisis en tiempo real en áreas remotas que carecen de profesionales cualificados.
• Facilitar flujos de trabajo de telemedicina a través de una interfaz amigable que permite a no expertos grabar y transmitir datos a los médicos.

El artículo concluye que, aunque los resultados actuales son prometedores, el sistema requiere pruebas clínicas a gran escala y una expansión adicional de datos en varios hospitales para validar completamente su efectividad y refinar el modelo para una implementación más amplia. Los autores mantienen un tono modesto, reconociendo que el estudio actual es una prueba de concepto para una herramienta de diagnóstico impulsada por IA y de bajo costo.