Redacción
Un algoritmo de inteligencia artificial ha mostrado capacidad para detectar hipertensión y diabetes a partir de vídeos faciales de solo cinco segundos, con una precisión del 90,3% y del 81,2%, respectivamente. Cuando el vídeo se prolongó hasta 30 segundos, la precisión del algoritmo aumentó hasta el 95% para la hipertensión y el 88,2% para la diabetes. Los resultados, que se presentarán durante el Congreso de la Sociedad Europea de Cardiología (ESC), apuntan al potencial de esta tecnología como herramienta de cribado rápido y sin contacto, aunque los investigadores han señalado que será necesario validarla en cohortes más amplias y diversas.
El estudio ha sido desarrollado por investigadores de la Universidad de Tokio y el Institute of Science Tokyo y se encargó de evaluar la capacidad de esta tecnología para identificar ambas enfermedades mediante el análisis de vídeos faciales.
La precisión del sistema aumenta hasta el 95% para hipertensión y el 88,2% para diabetes cuando el vídeo se prolonga hasta 30 segundos
La investigación incluyó a 215 participantes, entre pacientes diagnosticados y voluntarios sanos. Cada persona fue sometida a una breve grabación de alta velocidad de la cara y las palmas de las manos mediante una cámara espectroscópica. El algoritmo analizó las imágenes para extraer información sobre la dinámica de la onda de pulso, los patrones de flujo sanguíneo de la piel y las características espectrales de su coloración. Los participantes también realizaron evaluaciones convencionales para identificar hipertensión y diabetes.
Los investigadores habían evaluado previamente la capacidad del algoritmo para identificar hipertensión mediante el análisis de la onda de pulso. Para grabaciones de 30 segundos, el sistema alcanzó una precisión del 95%, con una sensibilidad del 89,2% para detectar hipertensión y del 100% para identificar una presión arterial normal.
El algoritmo también permite estimar la presión arterial sin utilizar un manguito, aunque la variabilidad del error supera los criterios establecidos
El algoritmo también fue capaz de estimar la presión arterial a partir de un vídeo facial sin utilizar un manguito. El error medio para la presión arterial sistólica fue de 2,6 mmHg, dentro del límite de ±5 mmHg establecido por la Asociación para el Avance de la Instrumentación Médica (AAMI). Sin embargo, la desviación estándar del error alcanzó ±12 mmHg, por encima del criterio de ±8 mmHg, por lo que los investigadores plantean trabajar en la reducción de esta variabilidad.
Potencial para ampliar el cribado
La hipertensión afecta a unos 1.400 millones de adultos de entre 30 y 79 años, mientras que alrededor de 589 millones de personas viven con diabetes en todo el mundo. Ambas enfermedades constituyen factores de riesgo modificables importantes para las enfermedades cardiovasculares, pero una parte de los casos permanece sin diagnosticar.
Frente a los métodos convencionales, que requieren una visita sanitaria específica o dispositivos como manguitos de presión arterial, los investigadores plantean que una herramienta basada en vídeo podría facilitar el cribado en entornos cotidianos. De confirmarse los resultados, esta herramienta permitiría identificar a personas con hipertensión o diabetes sin extracción de sangre, sin manguito y sin necesidad de acudir específicamente a una consulta.
Los investigadores plantean validar la herramienta en poblaciones más amplias y diversas antes de valorar su aplicación en entornos reales
La Dra. Ryoko Uchida, investigadora responsable de la presentación, ha explicado que «nuestro objetivo era desarrollar un algoritmo de inteligencia artificial que permita realizar un cribado sin contacto en entornos cotidianos para detectar enfermedades frecuentes de forma más temprana y a gran escala«.
Además, ha subrayado que el equipo pretende validar los resultados en cohortes más grandes y en poblaciones más diversas antes de plantear su aplicación en entornos reales. «Nuestro algoritmo de aprendizaje automático detectó con precisión la hipertensión y la diabetes a partir de grabaciones espectroscópicas faciales de tan solo cinco segundos. Tenemos previsto validar estos resultados en cohortes más amplias y diversas para respaldar su aplicación en el mundo real».
Por su parte, Nico Bruining, profesor asociado y copresidente del programa de la Cumbre de Inteligencia Artificial y Digital de la ESC, ha destacado que, por su rapidez y carácter no invasivo, esta tecnología podría facilitar el cribado de hipertensión y diabetes fuera de los entornos hospitalarios. A su juicio, una detección más temprana de estas enfermedades permitiría iniciar antes el tratamiento y los cambios en el estilo de vida, lo que contribuye a prevenir infartos, ictus y otras enfermedades cardiovasculares.
No obstante, los resultados todavía requieren validación antes de considerar esta tecnología una herramienta de cribado aplicable a gran escala. El estudio se ha realizado en un único centro y con 215 participantes, por lo que los investigadores señalan la necesidad de validar el algoritmo en conjuntos de datos más amplios y multicéntricos y optimizar las características utilizadas.
