Attractor Image-Based Deep Learning of Arterial Pulse Waves for Age Classification

El ritmo secreto del cuerpo y el detective digital

Imagine que su cuerpo es una ciudad bulliciosa donde su corazón es la planta de energía central, bombeando sangre vital a través de una vasta red de carreteras llamadas arterias. Al igual que las carreteras de una ciudad cambian con el tiempo —volviéndose más rígidas, estrechas o menos flexibles a medida que pasan los años—, sus arterias también envejecen. Este proceso, conocido como envejecimiento vascular, es una parte natural del crecimiento, pero a veces ocurre demasiado rápido, como una carretera que se desmorona antes de tiempo. Cuando esto sucede, puede ser una señal de advertencia para futuros problemas de salud, incluso si usted se siente perfectamente bien en este momento.

Para detectar estas señales de advertio tempranas, los científicos suelen observar la "onda de pulso", que es la ondulación de presión que viaja a través de sus arterias cada vez que su corazón late. Piense en esta onda de pulso como una huella dactilar única hecha de ritmo y forma. A medida que usted envejece, la forma de esta huella cambia de maneras predecibles. Tradicionalmente, medir estos cambios ha sido como intentar leer un mapa complejo con una lupa; requiere equipos costosos y expertos para interpretar las líneas onduladas. Pero, ¿y si pudiéramos convertir esas líneas onduladas en una imagen que una computadora pudiera reconocer instantáneamente, casi como reconocer un rostro familiar en una multitud? Este es el emocionante rincón de la ciencia donde la medicina se encuentra con la inteligencia artificial, con el objetivo de convertir cambios biológicos invisibles en pistas visuales claras que cualquiera pueda entender.

Convirtiendo latidos en imágenes

En este estudio, un equipo de investigadores decidió probar un truco ingenioso: en lugar de pedirle a una computadora que analice una lista larga y confusa de números (que es lo que una onda de pulso suele parecer en una pantalla), convirtieron esos números en imágenes. Utilizaron una receta matemática especial llamada Reconstrucción de Atractor de Proyección Simétrica, o SPAR por sus siglas en inglés.

Imagine que tiene un río largo y sinuoso fluyendo sobre un trozo de papel. Si solo mira la línea, es difícil saber si el río es joven y enérgico o viejo y lento. Pero si pudiera plegar ese río en una forma 3D y luego proyectar una luz sobre él para proyectar una sombra en una pared, la sombra podría revelar un patrón distinto. Eso es esencialmente lo que hace SPAR. Toma una señal de onda de pulso bruta —registrada de un dedo o de una arteria— y la pliega en una forma 3D, luego la proyecta sobre un plano 2D para crear un "mapa de densidad". El resultado es una imagen abstracta y única que se parece un poco a una galaxia arremolinada o a una huella dactilar hecha de luz.

Los investigadores alimentaron estas "imágenes de ondas de pulso" en un tipo de inteligencia artificial llamada Red Neuronal Convolucional (CNN). Puede pensar en esta CNN como un detective digital de vista muy aguda. Su trabajo era mirar estas imágenes arremolinadas y adivinar la edad de la persona de la que provenían. Específicamente, el detective tenía que elegir entre dos grupos de edad muy cercanos: personas de 35 a 40 años y personas de 50 a 55 años. Este es un desafío difícil porque estos grupos son vecinos en la línea de tiempo de la vida, y sus arterias aún no han cambiado tan drásticamente.

El informe del detective

El equipo probó a su detective con dos tipos diferentes de datos. El primero provino de un gran grupo de personas sanas en Bélgica, donde midieron la presión directamente en la arteria de la muñeca (un método llamado tonometría arterial). El segundo provino de un grupo más pequeño en Londres, donde utilizaron un sensor de dedo (llamado fotopletismografía, o PPG) que hace pasar luz a través de la piel para detectar el pulso.

Los resultados fueron bastante prometedores. El detective de IA logró clasificar correctamente a las personas en los grupos de edad adecuados más del 70% de las veces. Esta es una puntuación sólida, especialmente considerando que los grupos de edad estaban tan cerca entre sí. El modelo fue particularmente bueno para detectar al grupo de mayor edad (50–55 años), identificándolos correctamente entre el 67% y el 87% de las veces, dependiendo de la prueba.

Cuando los investigadores observaron las "imágenes" en sí, pudieron ver por qué la IA estaba funcionando. En las imágenes de las personas más jóvenes (35–40), los patrones arremolinados tenían un "bucle" distintivo o un bulto secundario, casi como un camello de doble joroba. En las imágenes de las personas mayores (50–55 años en adelante), ese segundo bulto se desvanecía o desaparecía, dejando el patrón más abierto y con menos bucles. La IA aprendió a detectar estos sutiles cambios de forma, leyendo efectivamente la "edad" escrita en la geometría del pulso.

Curiosamente, el detective funcionó igual de bien con las imágenes ruidosas y ligeramente desordenadas de los sensores de dedo (PPG) que con las imágenes más limpias de los sensores de la muñeca. Esto sugiere que el método SPAR es muy robusto; incluso si la señal no es perfecta, la forma subyacente de la onda de pulso todavía brilla con la claridad suficiente para que la IA haga una buena conjetura.

Lo que esto significa (y lo que no)

Los investigadores son cuidadosos al llamar a esto una "prueba de concepto". No están diciendo que esto sea una herramienta médica perfecta lista para cada consultorio médico mañana. Reconocen que su conjunto de entrenamiento fue relativamente pequeño y que tuvieron que usar algunos trucos estadísticos (como probar el modelo de diez formas diferentes) para asegurarse de que no fuera simplemente adivinando por suerte. También señalaron que no pudieron verificar todos los detalles de salud del segundo grupo de personas, por lo que hay una pequeña posibilidad de que algunos de ellos tuvieran problemas de salud ocultos.

Sin embargo, el hallazgo central es claro: el método funciona. El estudio sugiere que, al convertir las ondas de pulso en imágenes, podemos capturar suficiente información para distinguir entre adultos sanos que se encuentran a solo una década de diferencia de edad. Esto es algo importante porque insinúa que algún día podríamos usar dispositivos sencillos y portátiles —como un reloj inteligente— para detectar signos tempranos de envejecimiento vascular antes de que aparezca cualquier síntoma.

El artículo no pretende haber resuelto las enfermedades cardiovasculares o haber encontrado una cura mágica. En cambio, ofrece una forma nueva, lúdica y efectiva de mirar un problema antiguo. Sugiere que el futuro del monitoreo de la salud podría no tratarse de mirar gráficos complejos, sino de observar hermosas imágenes arremolinadas de nuestros propios latidos y dejar que una computadora nos diga si nuestras carreteras internas todavía funcionan sin problemas.