An AI-assisted feasibility evaluation of three photoplethysmography-derived microvascular reactivity signals in MIMIC-IV-WDB v0.1.0

Resumen Técnico: Una evaluación de viabilidad asistida por IA de las señales de reactividad microvascular derivadas de PPG en MIMIC-IV-WDB

Planteamiento del problema
El tiempo de llenado capilar (TLC) es una prueba de cabecera validada para la perfusión microvascular distal y un objetivo de reanimación en el choque séptico. Sin embargo, el TLC depende del examinador y es discontinuo. Mientras que la fotopletismografía (PPG), registrada continuamente por los pulsioxímetros estándar de la UCI, ofrece un sustrato potencial para un sustituto continuo e independiente del examinador, estudios previos han evaluado mayoritariamente las señales propuestas derivadas de la PPG frente a etiquetas clínicas posteriores (por ejemplo, mortalidad, TLC manual) sin verificar primero si las señales realmente computan la fisiología pretendida sobre la forma de onda bruta. Este estudio aborda ese vacío "ascendente" evaluando si tres señales candidatas derivadas de la PPG capturan sus mecanismos fisiológicos previstos dentro de la base de datos de ondas MIMIC-IV (MIMIC-IV-WDB v0.1.0).

Metodología
Los autores vincularon MIMIC-IV-WDB v0.1.0 con la base de datos clínica MIMIC-IV, obteniendo 147 sujetos únicos. Evaluaron tres señales candidatas, extrayendo 10 instancias aleatorias de los datos de entrada para cada señal utilizando una semilla fija para inspeccionar las formas de onda brutas frente a una lista de verificación preespecificada.

1. Señal 1: Recuperación del Índice de Perfusión (PI) anclada al manguito.

   • Hipótesis: Si un manguito de presión arterial y la sonda de SpO2 comparten la misma extremidad, la deflación del manguito debería desencadenar una hiperemia reactiva, visible como una forma específica de oclusión-recuperación en la traza del PI.
   • Método: Un detector buscó un patrón de cuatro fases (línea de base estable, caída durante la inflación, recuperación, retorno a la línea de base) alrededor de los sellos de tiempo de la presión arterial registrada.
   • Validación: El autor humano y un modelo de lenguaje multimodal local (MedGemma 1.5) inspeccionaron 10 instancias aleatorias.

2. Señal 2: Relación de potencia de la banda de Mayer del envolvente del PI.

   • Hipótesis: El tono vasomotor simpático se manifiesta como oscilaciones lentas (~0.1 Hz) (ondas de Mayer) en el envolvente del PI. La relación de la potencia en la banda de baja frecuencia (0.05–0.15 Hz) respecto a la potencia total debería reflejar este tono.
   • Método: Se analizaron ventanas de 5 minutos del PI utilizando el periodograma de Welch. Una verificación de estabilidad aseguró la estacionariedad antes de la integración espectral.
   • Validación: Ventanas aleatorias fueron inspeccionadas para buscar un pico espectral claro y estacionario en la banda de Mayer, distinto de artefactos respiratorios o de la frecuencia cardíaca.

3. Señal 3: Constante de tiempo exponencial diastólica por latido.

   • Hipótesis: El decaimiento diastólico de la forma de onda de la PPG sigue un decaimiento exponencial simple ($y(t) = A e^{-t/\tau} + C$), donde $\tau$ representa un tiempo de recuperación similar al de llenado.
   • Método: Se aplicó un ajuste de mínimos cuadrados no lineales al miembro diastólico de latidos individuales.
   • Validación: Se revisaron latidos aleatorios para verificar la bondad de ajuste ($R^2$) y la plausibilidad fisiológica. También se realizó una prueba sintética con constantes de tiempo conocidas para verificar la capacidad del pipeline para recuperar la verdad, probando específicamente el impacto del filtrado de paso alto.

Resultos clave

• Señal 1 (Recuperación del manguito): La morfología esperada de oclusión-recuperación se encontró en solo el 4.30% (268 de 6,236) de los ciclos de manguito evaluables en 15 de 19 pacientes. Este bajo rendimiento es consistente con la práctica estándar en la UCI, donde los manguitos y las sondas se colocan en extremidades opuestas, lo que deja la señal no disponible para la gran mayoría de los ciclos.
• Señal 2 (Relación de la banda de Mayer): Aunque la mediana de la cohorte para la relación fue estable, la inspección visual de 10 ventanas aleatorias reveló que un pico de la banda de Mayer claro y estacionario apareció en solo 4 de 10 ventanas. Las ventanas restantes contenían artefactos (deriva, movimiento, filtración respiratoria) que las verificaciones de estabilidad automatizadas no lograron excluir. El modelo de lenguaje exhibió un "sesgo de respuesta de presencia", reportando un pico en cada ventana que analizaba, incluso cuando el revisor humano identificaba artefactos.
• Señal 3 (Constante de tiempo exponencial diastólica): Aunque todos los 10 latidos aleatorios cumplieron con el umbral de bondad de ajuste ($R^2 \ge 0.80$), una heurística de frecuencia cardíaca marcó 7 de 10 latidos como potencialmente ajustados a oscilaciones de la frecuencia cardíaca en lugar de un decaimiento diastólico lento. Además, en 5 de 17 pacientes, la mediana de la constante de tiempo excedió los 500 ms; en este rango, en una ventana de 300–600 ms, una curva exponencial es matemáticamente indistinguible de una línea recta, lo que hace que la $\tau$ ajustada sea una medida de ruido en lugar de fisiología.
• Prueba de filtro sintético: Una prueba sintética demostó que un pre-filtro de paso alto de 0.5 Hz (utilizado en una versión anterior del pipeline) impuso su propia constante de tiempo intrínseca (~318 ms) al valor recuperado, independientemente de la señal real subyacente. Esto confirmó que el pre-filtrado puede dominar la estimación de parámetros.
• Correlación entre señales: No hubo una correlación significativa entre la relación de la banda de Mayer y la constante de tiempo diastólica entre pacientes ($\rho = -0.38$, $p=0.17$), lo que sugiere que las señales no indexan la misma fisiología subyacente.

Significancia y afirmaciones
El artículo afirma que dos de las tres señales candidatas fallaron en reflejar su fisiología pretendida en la mayoría de los casos aleatorios, y la tercera estuvo limitada por la geometría de la colocación del sensor. Los autores enfatizan que:

1. La validación ascendente es crítica: Computar una señal y encontrar que correlaciona con resultados clínicos es insuficiente si la señal se computa sobre artefactos o supuestos fisiológicos incorrectos.
2. Protocolo de verificación de viabilidad: El estudio propone un chequeo de viabilidad ascendente y económico: extraer entradas brutas aleatorias, inspeccionarlas contra una lista de verificación escrita y utilizar un modelo de lenguaje local como una segunda pasada no independiente. Este método identificó con éxito modos de falla (por ejemplo, artefactos de filtro, falta de estacionariedad, imposibilidad geométrica) que el modelado descendente podría pasar por alto.
3. Limitaciones de los datos actuales: En MIMIC-IV-WDB v0.1.0, la falta de registro de la lateralidad de la extremidad impide la verificación de la verdad de campo (ground-truthing) del manguito, y la corta duración del miembro diastólico en la PPG de adultos limita la identificabilidad de decaimientos exponenciales lentos.
4. Rol de la IA: El estudio destaca que, si bien los modelos de lenguaje multimodales pueden asistir en la inspección de la morfología, pueden exhibir un sesgo hacia el reporte de la "presencia" de características y no deben tratarse como evaluadores independientes de la verdad sin una calibración rigurosa.

Los autores concluyen que, antes de realizar inferencias descendentes sobre señales de microvascularía derivadas de la PPG, los investigadores deben verificar que las señales están operando sobre la fisiología pretendida en el conjunto de datos específico que se está utilizando.