Aplicación de métodos de inteligencia artificial al registro electrocardiográfico de larga duración para la detección de fibrilación auricular paroxística en pacientes con Ictus Criptogénico

Proyecto de Investigación Científica - SBPLY/21/180501/0000186 - 119.993,29 €.

Grupo de investigación: Ingeniería Electrónica, Biomédica y de Telecomunicación / Computación Médica, E-Health y Tecnologías Avanzadas. Universidad de Castilla-La Mancha/ Instituto de Tecnologías Audiovisuales.

I.P.1:  Dr. Raúl Alcaraz Martínez

I.P.2:  Dr. Arturo Martínez-Rodrigo

Finalidad del Proyecto

Diseñar y validar una herramienta computacional basada en inteligencia artificial para estimar el riesgo de fibrilación auricular (FA) paroxística en pacientes con ictus criptogénico, optimizando así la prevención secundaria.

Objetivos

1.- Consolidación de una infraestructura multicéntrica para la recogida de datos.

2.- Desarrollo de algoritmos de preprocesado y limpieza de señal totalmente finalizados.

3.- Definición de nuevos marcadores de riesgo con una precisión superior al 90% mediante el análisis de la variabilidad del ritmo cardíaco y la complejidad espacio-temporal del ECG.

4.- Implementación de una aplicación web avanzada para el entorno clínico.

Resultados

Se ha consolidado una infraestructura multicéntrica junto con una base de datos de referencia, además de alcanzar el desarrollo de algoritmos de preprocesamiento para la depuración y clasificación robusta de señales de ECG. A partir de estos avances, se han validado nuevos marcadores de complejidad espacio‑temporal que alcanzan precisiones superiores al 90 %, y finalmente, se ha desarrollado una plataforma web clínica destinada al análisis automatizado de señales.

Impacto científico, técnico o social

Avance significativo en medicina personalizada para la detección precoz de fibrilación auricular (FA) paroxística y la prevención secundaria de ictus. Innovación técnica en el uso de IA para la estimación no invasiva de la rigidez arterial. Este proyecto ha generado 23 publicaciones en revistas indexadas de alto impacto y 24 comunicaciones en congresos internacionales; 2 tesis doctorales finalizadas y una tercera en fase de depósito. Prototipo funcional de herramienta web con el registro de propiedad intelectual actualmente en proceso.

Colaboraciones

Grupo CarvasCare (UCLM): Integración de marcadores vasculares y hemodinámicos; derivó en publicaciones conjuntas sobre patrones diferenciales por sexo y riesgo vascular.

Daiichi Sankyo: Colaboración para alinear los modelos predictivos con la optimización de terapias anticoagulantes individualizadas.

Hospitales del SESCAM: Reclutamiento multicéntrico de pacientes y validación clínica de la herramienta en unidades de ictus.

INESC TEC (Portugal): Estancias de formación predoctoral para el desarrollo de técnicas avanzadas de IA y sincronización de señales cardiovasculares