Plataforma IoMT Basada en Inteligencia Computacional Para la Evaluación del Riesgo Cardiovascular

Abstract

NTRODUCCIÓN: El cuidado de la salud está apuntado hacia un enfoque caracterizado por tecnologías preventivas y predictivas. Los sistemas basados en “Internet de las Cosas Médicas” (IoMT), generan un formidable caudal de información, que debe ser abordado de manera integradora por metodologías derivadas de la Inteligencia Computacional (IC). El envejecimiento y la presencia de factores de riesgo cardiovascular (RCV) están asociados con una disminución en las propiedades elásticas arteriales (aumento de la Velocidad de la Onda del Pulso, VOP) y un engrosamiento de la pared arterial (aumento del “espesor íntima-media”, EIM). OBJETIVO: Consolidar una plataforma de caracterización de grupos de RCV basada en mediciones IoMT de parámetros biomecánicos arteriales (VOP y EIM), sustentada en herramientas inteligentes de ML. MÉTODOS: Se tomó una muestra de 377 pacientes constituida por variables para determinación del RCV a 10 años, junto con parámetros como VOP, IMT y SCC. Se aplicó el análisis de conglomerados sobre variables antropométricas y hemodinámicas, de modo de determinar la existencia de grupos diferenciados ante la inclusión posterior de parámetros biomecánicos (VOP e EIM). RESULTADOS: El método de conglomerados arrojó dos grupos diferenciados, resultando una mayor distinción del RCV al incorporar medidas biomecánicas como VOP y EIM. CONCLUSIÓN: Este tipo de abordaje permite concebir un sistema de soporte predictivo a la decisión clínica de tipo personalizado, basado en IoMT, IC y variables biomecánicas, aplicable a la clasificación subclínica de la enfermedad CV.