Una nueva herramienta de detección facial en smartphones podría ayudar a los paramédicos a identificar accidentes cerebrovasculares (ACV) en cuestión de segundos, mucho antes y con mayor precisión que las tecnologías actuales.
Millones de personas en todo el mundo se ven afectadas por ACV, que ocurren cuando el suministro de sangre a una parte del cerebro se interrumpe o reduce, impidiendo que el tejido cerebral reciba oxígeno y nutrientes. Unos pocos minutos de retraso pueden resultar en un daño permanente a las células cerebrales.
Un equipo de ingenieros biomédicos de la Universidad RMIT ha desarrollado las capacidades de inteligencia artificial detrás de esta tecnología y ha publicado sus resultados en la revista Computer Methods and Programs in Biomedicine.
Tecnología de Vanguardia para Detección Temprana
Guilherme Camargo de Oliveira, becario de doctorado de la Universidad RMIT y la Universidad Estatal de São Paulo, lideró esta investigación bajo la supervisión del Profesor Dinesh Kumar, líder del equipo.
“La detección temprana del ACV es crítica, ya que un tratamiento rápido puede mejorar significativamente los resultados de recuperación, reducir el riesgo de discapacidad a largo plazo y salvar vidas”, explicó Kumar de la Escuela de Ingeniería de RMIT. “Hemos desarrollado una herramienta simple para smartphones que los paramédicos pueden usar para determinar instantáneamente si un paciente ha sufrido un ACV y luego informar al hospital antes de que la ambulancia deje la casa del paciente”.
Alta Precisión en la Detección
La herramienta para smartphones, que tiene una tasa de precisión del 82% para detectar ACV, no reemplazaría las pruebas clínicas diagnósticas exhaustivas, pero podría ayudar a identificar a las personas que necesitan tratamiento mucho antes.
“Nuestro sistema de detección facial tiene una tasa de éxito comparable a la de los paramédicos”, añadió Kumar.
Dificultades en la Identificación del ACV
Los síntomas del ACV incluyen confusión, pérdida parcial o total del control del movimiento, problemas del habla y expresiones faciales disminuidas. “Estudios indican que casi el 13% de los ACV no se detectan en los departamentos de emergencia y hospitales comunitarios, mientras que el 65% de los pacientes sin un examen neurológico documentado experimentan un ACV no diagnosticado”, señaló Kumar.
“Muchas veces, los signos son muy sutiles. Además, si los primeros respondedores trabajan con personas que no son de su raza o género – en particular mujeres y personas de color – es más probable que los signos pasen desapercibidos. Esta tasa puede ser aún mayor en centros regionales más pequeños. Dado que muchos ACV ocurren en casa y la atención inicial a menudo es proporcionada por primeros respondedores en condiciones no ideales, existe una necesidad urgente de herramientas de diagnóstico en tiempo real y fáciles de usar”.
Funcionamiento de la Tecnología
La novedosa tecnología impulsada por IA utiliza el poder del reconocimiento de expresiones faciales para detectar ACV analizando la simetría facial y movimientos musculares específicos, conocidos como unidades de acción. El Sistema de Codificación de Acciones Faciales (FACS), desarrollado inicialmente en los años 70, categoriza los movimientos faciales mediante la contracción o relajación de los músculos faciales, proporcionando un marco detallado para analizar las expresiones faciales.
“Uno de los parámetros clave que afecta a las personas con ACV es que sus músculos faciales típicamente se vuelven unilaterales, por lo que un lado de la cara se comporta de manera diferente al otro”, explicó de Oliveira. “Hemos desarrollado las herramientas de IA y procesamiento de imágenes que pueden detectar si hay algún cambio en la asimetría de la sonrisa, ese es el punto clave para la detección en nuestro caso”.
En este estudio se utilizaron grabaciones de video de exámenes de expresión facial de 14 personas con ACV y 11 controles sanos.
Próximos Pasos
El equipo planea desarrollar la herramienta para smartphones en una App en colaboración con proveedores de atención médica, de manera que también pueda detectar otras condiciones neurológicas que afectan las expresiones faciales.
“Queremos ser lo más sensibles y específicos posible. Ahora estamos trabajando hacia una herramienta de IA con datos adicionales y donde vamos a considerar otras enfermedades también”, dijo Kumar. “La colaboración con proveedores de atención médica será crucial para integrar esta App en los protocolos de respuesta de emergencia existentes, proporcionando a los paramédicos un medio efectivo para la detección temprana del ACV”.
Los investigadores de RMIT se asociaron con la Universidad Estatal de São Paulo en Brasil para esta investigación.
Noticias relacionadas: