Plataforma IOT para Monitoreo Remoto de pacientes con Insuficiencia Cardíaca y técnicas de IA para la detección temprana de Fibrilación Auricular
DOI:
https://doi.org/10.59471/raia202383Palabras clave:
ECG, aprendizaje automático, IOT, fibrilación auricular (FA)Resumen
El Telemonitoreo permite obtener información de rutina sobre el estado del paciente con fines de seguimiento y cuidado remoto. Las plataformas de telemonitoreo implementan mecanismos a través de sistemas de software que leen las alteraciones de los signos vitales, y permiten detectar descompensaciones en etapas incipientes para facilitar su tratamiento. En el presente artículo describimos la primera plataforma de telemonitoreo que combina IoT e IA y que se está desarrollando en el país. Esta plataforma permite que pacientes con diferentes patologías crónicas -actualmente insuficiencia cardíaca- puedan recibir la atención adecuada desde casa. El proyecto comprende dos objetivos técnicos concretos: a) desarrollar una aplicación móvil que controle los dispositivos de medición, incluido un ECG monocanal, b) producir algoritmos de procesamiento de señales biomédicas y, en particular, de detección de fibrilación auricular que se incluyan en la plataforma. En este artículo se informan los resultados preliminares del proyecto, centrándose en describir el diseño y evaluación de algoritmos de detección de Fibrilación Auricular, que han logrado resultados alentadores en términos de Exactitud, Precisión, Especificidad y Sensibilidad.
Métricas
Citas
» [1] Ministerio de Salud de la República Argentina (2023),”Preguntas frecuentes sobre Telesalud”. https://www.argentina.gob.ar/salud/telesalud (último acceso Abril de 2023).
» [2] Merchant, M. H., Alsalem, A. B., Warnock, M., Wirth, D., and Ogunniyi, M. O. (2018), ”The Impact of Telemonitoring on 30-day Readmissions for Patients Hospitalized with Heart Failure: A Safety-Net Hospital’s Experience”. Journal of Cardiac Failure, 24(8), S93.
» [3] Koehler, F., Koehler, K., Deckwart, O., Prescher, S., Wegscheider, K., Kirwan, B., Winkler, S., Vettorazzi, E., Bruch, L., Oeff, M., and others (2018), ”Efficacy of telemedical interventional management in patients with heart failure (TIM-HF2): a randomised, controlled, parallel-group, unmasked trial”. The Lancet, 392(10152), 1047-1057.
» [4] Hashemi, A., Nourbakhsh, S., Tehrani, P., and Karimi, A. (2018),” Remote tele-monitoring of cardiovascular patients: Benefits, barriers, new suggestions”. Artery Research,22,57-63.
» [5] Setyawan, R., Hidayanto, A. N., Sensuse, D. I., Suryono, R. R., and Abilowo, K. (2021),”Data Integration and Interoperability Problems of HL7 FHIR Implementation and Potential Solutions: A Systematic Literature Review”. 5th IEEE International Conference on Informatics and Computational Sciences (ICICoS) (pp. 293-298)
» [6] PhysioNet (2017), ”AF Classification from a short single lead ECG recording: the PhysioNet/ Computing in Cardiology Challenge 2017”. https://archive.physionet.org/challenge/2017/ ( ́ultimo acceso Abril de 2023)
» [7] Windmill, E. (2020), ”Flutter in action”. Simon and Schuster.
Publicado
Cómo citar
Número
Sección
Licencia
![Creative Commons License](http://i.creativecommons.org/l/by-nc/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Este artículo se distribuye bajo la licencia Creative Commons Atribución-NoComercial 4.0. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.