David Luengo, profesor de la Escuela Técnica Superior de Ingeniería de Telecomunicación de la Universidad Politécnica de Madrid (UPM), trabaja en el desarrollo de herramientas que ayuden a los cardiólogos a tratar mejor la fibrilación auricular, la arritmia cardiaca más común, que ha alcanzado proporciones epidémicas. Se estima que en España podría haber un millón de personas con fibrilación auricular actualmente, una cifra que se puede doblar en 2050, y cuyas causas aún no se conocen. La Fundación BBVA ha seleccionado su proyecto centrado en el tratamiento de las arritmias como uno de los propuestos por 'mentes brillantes' para apoyarlo con financiación.
¿En qué consiste su propuesta?
El proyecto consiste en la aplicación de técnicas avanzadas de procesado estadístico de señales y aprendizaje-máquina para el modelado de señales cardiacas. El objetivo principal es avanzar en la comprensión de los mecanismos que generan y sustentan la fibrilación auricular (FA), que no se comprenden aún en su totalidad. El fin a medio plazo es proporcionar a los cardiólogos herramientas que permitan mejorar la tasa de éxito de las terapias actuales, basadas en fármacos, descargas eléctricas y/o ablación controlada de zonas problemáticas del corazón.
¿Qué problemas se plantean actualmente en este ámbito?
El problema que plantean estas terapias es su incapacidad para eliminar la fibrilación, en muchas ocasiones. Incluso cuando la eliminan, esta reaparece al cabo de un tiempo en un porcentaje alto de los casos. Al mejorar nuestra comprensión de los mecanismos responsables de la FA, podremos diseñar terapias más efectivas, con tasas de éxito más elevadas y menor probabilidad de recaída. Por ejemplo, a medio plazo está previsto utilizar los algoritmos desarrollados para guiar a los cardiólogos durante procesos de ablación controlada.
¿Cómo se pueden aplicar el análisis de circuitos y el procesado de señales y sistemas al su tratamiento de la fibrilación auricular?
El corazón funciona mediante una propagación coordinada de impulsos eléctricos a través de este órgano. Estos impulsos provocan la contracción/relajación de los músculos del corazón, causando el bombeo eficaz de sangre al resto del cuerpo. La fibrilación auricular es una familia de arritmias cardiacas en las cuales la propagación de los impulsos eléctricos dentro de la aurícula se produce de forma descoordinada. La teoría de análisis de circuitos y procesado de señales nos proporciona herramientas que permiten modelar los fenómenos que ocurren en el corazón, ayudándonos a comprender los distintos mecanismos implicados en la aparición y mantenimiento de fenómenos complejos como la fibrilación auricular.
¿Cuáles son los pasos siguientes en el proyecto?
Hasta ahora había estado trabajando en la utilización de modelos descriptivos basados en técnicas de modelado 'disperso' (sparse) junto con varios colaboradores. Actualmente estamos creando una base de datos de electrogramas (electrocardiogramas intra-cardiacos), anotada con la ayuda de cardiólogos del Hospital Gregorio Marañón, y aplicando herramientas de causalidad a su análisis. En el proyecto se pretenden desarrollar modelos generativos, que aportarán mucha más información clínica que los modelos descriptivos considerados hasta la fecha. En este sentido, el primer paso será extender un modelo que ayudé a formular y programar durante mis dos estancias en la Universidad de Manchester, entre 2007 y 2009, con el profesor Neil Lawrence, y que hemos continuado desarrollando posteriormente.
¿Qué plazos se barajan?
El proyecto comenzó el 15 de diciembre y tiene una duración de un año, lo que permitirá sentar los cimientos de esta novedosa línea de investigación. Durante los primeros seis meses está previsto desarrollar y probar los primeros modelos (basados en funciones latentes y procesos gaussianos). Posteriormente, los seis meses siguientes se invertirán parcialmente en realizar una estancia formativa en la Universidad de Oxford, con el fin de empezar a desarrollar modelos bayesianos no paramétricos más avanzados y establecer una colaboración a medio/largo plazo. Durante el proyecto se trabajará con señales reales para desarrollar y validar los modelos. Sin embargo, la aplicación sistemática de los mismos no ocurrirá hasta transcurridos varios años, ya que requerirá su implementación en hardware específico que permita su ejecución casi en tiempo real y estudios randomizados para su aprobación clínica.
¿Qué instituciones participarán en este trabajo?
Se trata de una ayuda individual, de modo que en este proyecto solo participa la Universidad Politécnica de Madrid. Sin embargo, en la línea de procesado de señales cardiacas tengo varios colaboradores fuera de la UPM: Hospital Universitario Gregorio Marañón (Ángel Arenal y Tomás Datino), Universidad Carlos III de Madrid (Antonio Artés, Joaquín Míguez, Víctor Elvira y Gonzalo Ríos), Universidad de Cantabria (Javier Vía) y Shamoon College of Engineering en Israel (Thomas Trigano).
¿Cómo recibió la noticia de que la Fundación BBVA le había escogido entre las 56 mentes brillantes cuyos proyectos va a financiar?
Me lo comunicó un colaborador de la Universidad de Cantabria, Javier Vía, que también la había solicitado. Dado que la convocatoria había sido extremadamente competitiva (1.664 solicitudes), comprobé la resolución varias veces antes de convencerme de que mi proyecto había sido uno de los escogidos.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
