Inteligencia artificial de RISE-Health y FMUP detecta enfermedades respiratorias en niños con un 87% de precisión

Un nuevo estudio liderado por investigadores de RISE-Health y la Facultad de Medicina de la Universidad del Porto (FMUP) ha revelado que la auscultación pulmonar mediante smartphones, combinada con inteligencia artificial (IA), puede ser una alternativa efectiva para el telemonitoreo de enfermedades respiratorias en niños. Este avance se basa en un modelo que ha demostrado una precisión del 87% en la detección de ruidos respiratorios.

Este es el primer estudio que aplica un modelo de IA para identificar ruidos respiratorios agudos, como silbidos o "sibilancias", utilizando sonidos grabados a través de smartphones. La investigación involucró a 217 niños y adolescentes, cuyas edades oscilaban entre los 0 y 17 años.

Los resultados obtenidos son considerados prometedores por las investigadoras Cristina Jácome e Inês Pais-Cunha. Ellas explican que el enfoque tradicional para diagnosticar y monitorear enfermedades respiratorias pediátricas implica visitas presenciales al médico, donde se recopila el historial clínico y se realizan exámenes físicos con estetoscopios tradicionales. Sin embargo, este método presenta limitaciones, especialmente en la detección de episodios agudos entre consultas.

Nuevas perspectivas en el diagnóstico

El estudio fue publicado en la revista científica European Journal of Pediatrics, y analizó un total de 2,020 grabaciones. Las investigadoras concluyen que la auscultación mediante smartphones representa una tecnología valiosa para sistemas de monitoreo remoto.

La disponibilidad generalizada de smartphones con micrófonos de alta calidad ofrece una solución práctica y no invasiva para registrar sonidos respiratorios tanto en entornos clínicos como domésticos. Esto elimina la necesidad de dispositivos adicionales, facilitando así la recolección de datos a través de herramientas familiares.

"La auscultación pulmonar a través del smartphone es particularmente útil en pediatría", indican las investigadoras, ya que evita la necesidad de cooperación activa por parte del niño. Esta tecnología podría convertirse en un pilar fundamental para futuros Sistemas de Apoyo a la Decisión Clínica.

Aparte de identificar sibilancias, las grabaciones también podrían utilizarse para detectar otros sonidos relevantes como crepitaciones, que son biomarcadores acústicos esenciales para el diagnóstico y seguimiento de enfermedades respiratorias crónicas en niños, como la fibrosis quística o infecciones del tracto respiratorio inferior como la neumonía.

Liderado por Cristina Jácome, el artículo “Wheeze detection in real-world pediatric care: AI applied to smartphone lung auscultation” incluye contribuciones significativas de otros investigadores nacionales, incluyendo aquellos de la Universidad de Coimbra.