Sin cables ni electrodos, un sistema diseñado por investigadores argentinos es capaz de detectar las interrupciones en la respiración durante el descanso. Así se simplificaría el diagnóstico de una enfermedad que afecta a uno de cada 25 argentinos, la apnea.

(22/06/11 – Agencia CyTA – Instituto Leloir / Comunicación científica UNL. Por Priscila Fernández)-. Dormir conectado a más de 20 cables, con electrodos distribuidos desde la cabeza a las piernas, un tubo colocado en la nariz, bandas sobre el abdomen y el pecho, dentro de un laboratorio no es precisamente pasar una noche normal. Pero sí es el procedimiento que los médicos necesitan seguir para diagnosticar problemas de respiración durante el sueño. Ahora, investigadores de la Universidad Nacional del Litoral (UNL), la Universidad Nacional de Entre Ríos (UNER) y el CONICET, desarrollaron un sistema inteligente capaz de identificar problemas de apneas del sueño, es decir, interrupciones en la respiración, midiendo una única señal.

Al registrar y analizar una sola variable, el software logra identificar automáticamente los casos de apneas graves, moderadas o, en el otro extremo, descartar el diagnóstico en pacientes que sufren un problema distinto. El algoritmo inteligente –la forma en que se interpretan los datos recabados– fue el desarrollo de un grupo de investigadores del Centro de investigación en Señales, Sistemas e Inteligencia Computacional (FICH- UNL) en colaboración con el Laboratorio de Señales y Dinámicas no Lineales (FI UNER).

“El desafío es que los algoritmos sepan predecir con cierto grado de precisión si el paciente tiene o no apnea. Tenemos tres o cuatro propuestas de algoritmos que ya armamos y con los que ahora CardioCom, la empresa que encaró el proyecto con nosotros, está diseñando un prototipo de dispositivo”, detalló Diego Milone, docente e investigador de la FICH y el CONICET.

“El objetivo es hacer un equipo experto para ser usado por médicos no expertos, que además sea económico y no invasivo”, resumió Luis Larrateguy, medico especialista en medicina respiratoria y patologías del sueño de la ciudad de Paraná, que también forma parte del proyecto.

El dispositivo en desarrollo es más sencillo y pequeño que los existentes actualmente en el mercado, que requieren varios registros simultáneos. Si bien ya existen equipos portables que el paciente puede usar en su hogar, son más costosos y la colocación y el uso, más complejos.

Cómo funciona

El desafío de los investigadores de la UNL fue identificar cuál de todas las señales que se registran en un laboratorio de sueño era la más significativa para detectar o descartar un problema de apnea obstructiva del sueño. Para ello, trabajaron sobre una base de datos de 15 años de registros de pacientes suministrados por Larrateguy.

“Nosotros teníamos que leer los datos y diseñar una forma automática de llegar a la misma interpretación que hace el experto”, contó Milone. Así, los investigadores pudieron detectar una señal simple, fácil de medir y no invasiva para el paciente.

El desarrollo de este proyecto cuenta con financiamiento de la UNL, la Agencia Nacional de Promoción Científica y Tecnológica (ANPCyT) y CardioCom.

Diagnóstico frecuente

Se calcula que el cuatro por ciento de la población sufre apnea obstructiva del sueño, lo que equivale a más de un millón y medio de argentinos. “En esta patología la respiración se interrumpe por más de diez segundos, y en ocasiones por más de un minuto, lo que lleva a una disminución en el nivel de oxígeno en sangre, lo que daña tanto al cerebro como al corazón”, explicó Larrateguy.

Cada vez que disminuye la provisión de oxígeno al cerebro, el paciente tiene un microdespertar, lo que interrumpe los ciclos normales de sueño y hace que se levante cansado. “Se estima que el 30 por ciento de los accidentes de tránsito se vinculan a problemas con el sueño”, ilustró el médico.

 

 FOTO software que detecta apneas del sueño

 

 

 

 

 

 

 

Leandro Di Persia y Diego Milone, investigadores que participaron en el diseño del software que detecta apneas del sueño.

Créditos: Comunicación científica UNL