Lo que comúnmente llamamos “latidos” es en realidad una señal eléctrica que se propaga a través de las fibras que componen el corazón, unas especies de “hilos” musculares que se extienden por toda la superficie de este órgano, en distintas direcciones. La orientación que tienen estas fibras varía de una persona a otra, y hasta hoy no existen exámenes ni procedimientos que nos permitan conocerlas en un corazón vivo.
Pero, ¿por qué necesitamos conocer la orientación de las fibras del corazón? Porque su disposición es un factor muy relevante en el comportamiento de esta onda que genera los latidos: su velocidad dependerá de si avanza en la misma dirección que la fibra o si, en cambio, la cruza en algún punto. Así, cuando los impulsos eléctricos del corazón no funcionan bien y los latidos se vuelven irregulares –una alteración que se conoce como “arritmia cardíaca”–, la orientación de las fibras es clave para diseñar un tratamiento y evitar que derive en patologías cardíacas más graves.
El académico Francisco Sahli, junto a su equipo de investigación, recurrió a la inteligencia artificial para crear un método que permitiera definir el entramado de las fibras del corazón de cada paciente. El método se llama Fibernet y, a grandes rasgos, funciona así: se inserta un catéter en la aurícula del corazón, el cual tiene un electrodo capaz de capturar el movimiento de las ondas eléctricas del corazón del paciente. Con esta información luego se construye un “mapa de activación cardíaca” que ilustra el avance de las ondas.
Mapa de activación cardiaca con colores que indican los tiempos de activación.
Aquí es donde comienza a aplicarse la inteligencia artificial mediante un proceso llamado “machine learning”, en el que un computador imita ciertos elementos del aprendizaje del cerebro humano, pero con un volumen de información y complejidad tan alto que sería inabarcable para una persona.
Los mapas de activación cardíaca obtenidos con el catéter se traducen computacionalmente en “redes neuronales artificiales” (un entramado de información compleja). Y, como estos datos no son suficientes para calcular la orientación de las fibras, se complementan con leyes físicas generales que describen el modo en que se propagan las ondas –aplicables, por tanto, a las señales eléctricas del corazón.
Departamento de Ingeniería Mecánica y Metalúrgica, Instituto de Ingeniería Biológica y Médica
A esta técnica usada en inteligencia artificial se le llama PINNs (physics-informed neural network) y consiste en incorporar leyes de la física para reemplazar la información que falta.
Gracias a este complemento de información, los investigadores lograron proyectar la orientación de las fibras del corazón con una precisión nunca antes alcanzada, lo que podría derivar en grandes avances en la medicina.
Modelo 3D del corazón obtenido utilizando Fibernet con la predicción de las orientaciones de las fibras.
Por ejemplo, permitiría ensayar tratamientos como la ablación de manera digital, antes de intervenir al paciente real. En una ablación se cauterizan algunos puntos de las fibras del corazón, para encauzar las señales eléctricas que circulan irregularmente y provocan las arritmias cardíacas. Con Fibernet, se podría probar el tratamiento en una representación virtual del corazón de cada paciente, hasta encontrar el punto exacto donde se deben “quemar” las fibras. Esto derivaría en una mayor tasa de éxito de la intervención, y en un importante avance hacia una medicina más personalizada.
Departamento de Ingeniería Mecánica y Metalúrgica, Instituto de Ingeniería Biológica y Médica.
