VA | EN

La UPV lidera un proyecto que permitirá procesar gran cantidad de imágenes e información referente a la actividad cardíaca

Facilitar el diagnóstico y detección temprana de enfermedades cardíacas, predecir el resultado de una terapia y acelerar el proceso de identificación de genes correlacionados con un mayor riesgo de sufrir una enfermedad del corazón. Estos son los tres objetivos que se ha propuesto un proyecto de la Universitat Politècnica de València (UPV) que reúne a expertos en modelización cardiaca, análisis de imagen, bioinformática e infraestructuras de computación avanzadas.

Financiado con fondos FEDER, el proyecto se basa en la puesta en marcha de un clúster informático para medicina personalizada, un dispositivo de almacenamiento compuesto por seis nodos, con un total de 24 unidades de procesamiento gráfico de última generación y más de 4 terabytes de memoria RAM. Este equipamiento permitirá procesar gran cantidad de imágenes e información referente a la actividad cardíaca y genética del corazón, utilizando algoritmos de simulación avanzada y técnicas de inteligencia artificial.

Simulando el corazón del paciente

«Todo ello contribuirá a avanzar hacia unos tratamientos cada vez más personalizados y eficaces», ha destacado Ignacio Blanquer, coordinador del proyecto e investigador del Instituto para la Instrumentación para Imagen Molecular, centro mixto de la UPV y el Consejo Superior de Investigaciones Científicas (CSIC).

Así, el clúster reducirá significativamente los tiempos de simulación de los modelos eléctricos y mecánicos del corazón. «Esto ayudará a la predicción, en un tiempo razonable, del resultado de una determinada terapia en un paciente mediante la simulación de su efecto en el modelo personalizado de su corazón, permitiendo al médico optimizar su aplicación», ha apuntado Javier Saiz, director del Centro de Investigación e Innovación de Bioingeniería (Ci2B) de la UPV.

Además, contribuirá a detectar de forma automática casos susceptibles de enfermedad a partir del análisis de las imágenes del corazón, así como a clasificarlas en grupos patológicos.

Entrenando para evitar daños irreparables

Para entrenar al clúster, el caso con el que trabajan los investigadores de la UPV es la enfermedad cardíaca reumática (RHD), una patología infecciosa que produce malformaciones a largo plazo.

«Si se detecta y trata pronto, tiene una curación altísima, Si no, puede provocar daños irreparables, incluyendo el fallecimiento del paciente, además de incrementar notablemente los costes de asistenciales. Este clúster ayudará al procesamiento de imágenes y, a partir de ahí, podría contribuir a la detección temprana de esta y otras patologías», ha destacado Ignacio Blanquer, investigador del Instituto para la Instrumentación e Imagen Molecular, centro mixto de la UPV y el Consejo Superior de Investigaciones Científicas (CSIC).

¿Cómo funciona el clúster?

El clúster de altas prestaciones con el que trabajan los investigadores de la UPV fracciona todos los vídeos e imágenes del corazón, los procesa por separado y, a partir de ahí, obtiene unos indicadores y, en último término, el diagnóstico.

«De este procesamiento de las imágenes, clasifica al paciente en tres tipos: sano, patológico y dudoso, lo que permite al personal asistencial concentrarse en estos últimos. Cuanto mayor sea la potencia de proceso, más fácil será aumentar la precisión de los algoritmos de clasificación y reducir el número de casos dudosos», ha destacado Blanquer.

Detección de mutaciones genéticas cardíacas

El clúster ayudará también en la búsqueda de mutaciones genéticas cardíacas. Según han explicado los investigadores de la UPV, detectar estas mutaciones requiere hoy de varios días de análisis, debido a la complejidad, dispersión y heterogeneidad de los datos genéticos relevantes que hay que identificar. El objetivo del proyecto es poder hacerlo en menos de una hora.

«Con la capacidad de proceso que este proyecto nos va a facilitar, nos proponemos explorar mecanismos de machine learning que permitan automatizar un proceso que hoy en día tiene una componente manual esencial. Estaremos así introduciendo una ciencia de datos genómicos de última generación, realmente efectiva y eficiente a través de la selección y exploración de fuentes de datos relevantes», ha apuntado Óscar Pastor, director del Centro de Investigación en Métodos de Producción de Software (ProS) de la Universitat Politècnica de València.

Para ello, el entrenamiento del clúster en este caso se hará con una base de datos procedente del proyecto Atmosphere, liderado por la UPV y la Universidad Federal de Campina Grande (Brasil). En el proyecto colabora también QUIBIM, spin off del Instituto de Investigación Sanitaria La Fe, empresa biotecnológica especializada en la extracción de información cuantitativa de las imágenes médicas radiológicas y de medicina nuclear, mediante técnicas avanzadas de procesamiento computacional e inteligencia artificial.

Fuente: UPV