Utilización del análisis de sonidos de IA para predecir la descompensación de la insuficiencia cardíaca (STEREO)

La insuficiencia cardíaca es una afección común en la que el corazón no puede producir el gasto cardíaco deseado debido a un músculo cardíaco debilitado o rígido. Afecta a más del 2% de la población del Reino Unido (la incidencia es de alrededor de 200.000 casos por año), lo que genera el 5% de todas las admisiones hospitalarias de emergencia y consume aproximadamente el 2% del presupuesto anual del NHS (aproximadamente £2 mil millones por año). Por lo tanto, la insuficiencia cardíaca no sólo es un factor importante de hospitalización, sino que también brinda la principal oportunidad para reducir los ingresos evitables.

La insuficiencia cardíaca aguda descompensada (ICAD) es una emergencia médica que requiere atención urgente. Por lo general, resulta en hospitalización y es un factor importante de los costos de atención médica asociados. La ICAD generalmente se caracteriza por un rápido deterioro de la dificultad para respirar en reposo o esfuerzo debido al edema pulmonar (congestión venosa pulmonar) y la retención de líquidos que resulta en piernas hinchadas, así como una multitud de otros síntomas que incluyen fatiga, falta de apetito, etc.

El paciente normalmente presenta una aparición gradual o repentina de los síntomas típicos (disnea, fatiga y acumulación de líquido en las piernas). Después de la estabilización y el tratamiento inicial de la ICAD, los pacientes entran en una fase de meseta en la que el corazón permanece estable. Sin embargo, con el tiempo, la mayoría de los pacientes experimentan múltiples episodios de ICAD que normalmente se vuelven más largos y separados por intervalos más cortos. La congestión está relacionada con un aumento subyacente de la presión cardíaca, generalmente secundario a una sobrecarga de volumen que desempeña un papel central en la fisiopatología, la presentación y el pronóstico de la insuficiencia cardíaca. La congestión pulmonar es uno de los objetivos diagnósticos y terapéuticos más importantes en la insuficiencia cardíaca. Detectar antes la congestión pulmonar debido a la sobrecarga de volumen es clave para prevenir una rehospitalización inminente y presenta una oportunidad ideal para optimizar el tratamiento de la insuficiencia cardíaca en la comunidad.

La detección comunitaria temprana de la ICAD es, en última instancia, el primer paso para brindar una atención eficaz al paciente. El mal reconocimiento de la IC debido a su multitud de sintomatología vaga/inespecífica de presentaciones a menudo conduce a retrasos en el diagnóstico y el tratamiento. El retraso entre que un paciente desarrolla síntomas de descompensación de IC y busca atención médica suele ser considerable y está influenciado por la velocidad de aparición y la gravedad de los síntomas. Por lo tanto, se necesita un medio confiable y fácilmente accesible para evaluar el estado crónico de los líquidos en pacientes ambulatorios para detectar la descompensación temprana cuando sea posible una intervención adecuada. La aparición repentina de dificultad para respirar (disnea) por la acumulación de líquido en los pulmones (edema pulmonar agudo) suele provocar un contacto rápido con los servicios médicos, mientras que la aparición gradual de hinchazón de piernas y tobillos (edema periférico) es más probable que se asocie con retrasos. en la búsqueda de atención. El retraso medio entre la aparición de los síntomas y el ingreso hospitalario osciló entre 2 horas y 7 días. Los síntomas de la insuficiencia cardíaca a menudo se desarrollan gradualmente y no parecen amenazantes, lo que podría explicar algunos de los retrasos observados en la búsqueda de atención.

En los últimos años, varios estudios piloto demostraron una relación entre los biomarcadores del habla y el grado de congestión sistémica y/o pulmonar en pacientes con insuficiencia cardíaca. Por ejemplo, en 2017, un estudio de 10 (8 M, 2F) pacientes con insuficiencia cardíaca aguda descompensada sometidos a tratamiento hospitalario con terapia diurética intravenosa mostró que después del tratamiento, los pacientes mostraban una mayor proporción de voz chirriante identificada automáticamente, aumento de la frecuencia fundamental y disminución de la variación de la prominencia máxima cepstral, lo que sugiere que los biomarcadores del habla pueden ser indicadores tempranos de insuficiencia cardíaca. El estudio también demostró que la gravedad del edema relacionado con la insuficiencia cardíaca necesaria para cambiar de forma mensurable la voz es pequeña en comparación con la gravedad necesaria para aumentar el peso corporal, lo que sugiere que los biomarcadores del habla podrían convertirse en una herramienta no invasiva más eficaz que el peso diario para controlar a los pacientes con insuficiencia cardíaca. . En 2021, otro estudio evaluó la viabilidad del análisis remoto del habla en la evaluación de la sobrecarga dinámica de líquidos en pacientes con insuficiencia cardíaca sometidos a tratamiento hemodinámico. Realizaron mediciones seriadas del habla/voz en 5 pacientes sometidos a hemodiálisis. El análisis se realizó con una aplicación que no comparte su algoritmo de IA. Demostraron diferencias estadísticamente significativas en biomarcadores del habla seleccionados en diferentes niveles de estado de líquidos a medida que los pacientes avanzaban en el tratamiento. Posteriormente, en 2022, una comparación de las grabaciones sonoras de pacientes ingresados ​​con ICAD el día de la admisión y el día del alta con una muestra de 40 pacientes que ingresaron con insuficiencia cardíaca aguda descompensada identificó diferencias significativas en las 5 medidas de habla húmedas analizadas. (ingreso) vs grabaciones secas (alta).

Por otra parte, en 2022, un estudio evaluó las alteraciones del habla y las pausas en las grabaciones de voz de pacientes agudos (N=68) y estables (N=36) y encontró que la proporción de pausas fue un aumento del 14,9 % en pacientes con insuficiencia cardíaca aguda. También encontraron una correlación positiva con el nivel de NT-Pro-BNP. Otro estudio realizado en 2022 examinó tanto las características del coeficiente cepstral de frecuencia Mel (MFCC) como las características del habla glotal, comparando una muestra de 25 hablantes sanos (7F, 18M) y 20 pacientes con IC de cualquier etiología (independientemente de la FEVI). Tras la selección de características, desarrollaron modelos predictivos utilizando cuatro métodos de clasificación diferentes (SVM, ET, Adaboost y FFNN). Basándose en una combinación de características del habla de MFCC y glotal, pudieron predecir la ADHF con precisiones que oscilaban entre el 88 y el 94 %, con una tasa de verdaderos positivos del 79,47 % y una tasa de verdaderos negativos del 82,69 %.

Al realizar un amplio panel de evaluaciones clínicas, investigaciones y cuestionarios basados ​​en síntomas en un estudio en el que participaron hasta 250 pacientes con insuficiencia cardíaca, los investigadores pretenden aprovechar el trabajo reciente y desarrollar una novedosa aplicación basada en IA implementada en un dispositivo inteligente. que puede detectar un aumento en la congestión pulmonar a partir de cambios sutiles en la tos, la voz, la respiración y los sonidos del pecho del paciente. Esto proporcionará información clave para los pacientes con insuficiencia cardíaca y sus equipos clínicos, al detectar correctamente la acumulación progresiva de líquido en los pulmones del paciente antes de que desarrolle síntomas significativos. La detección de la congestión pulmonar en la fase temprana permitirá a los médicos orientar la terapia de forma más eficaz. Se espera que esto ayude a minimizar y, en última instancia, prevenir la necesidad de ingresos hospitalarios de emergencia recurrentes al alertar al paciente para que se comunique con su equipo (comunitario) de insuficiencia cardíaca y permitir un tratamiento ambulatorio más temprano antes de que sea necesario volver a hospitalizarlo y entrar en la fase aguda.

Sujeto al resultado exitoso de esta investigación, se llevará a cabo un ensayo clínico intervencionista prospectivo para probar los beneficios clínicos y operativos de la herramienta de inteligencia artificial derivada de esta investigación sobre la atención de la insuficiencia cardíaca del NHS, allanando el camino para la eventual adopción de tales soluciones. en la práctica clínica habitual.