Investigadores desarrollaron estetoscopios con inteligencia artificial que diagnostican mejor las enfermedades
Puede clasificar correctamente los ruidos cardíacos sanos en más del 95% de los casos e incluso diferenciar entre tipos de cardiopatías con una precisión cercana al 85%
6 minutos de lectura'
Cuando alguien abre una puerta y entra en la habitación de un hospital, si lleva colgado un estetoscopio es una clara señal de que se trata de un médico. Este dispositivo médico existe desde hace más de 200 años y sigue siendo un elemento básico en la clínica, a pesar de los importantes avances en diagnósticos y tecnologías médicas.
El estetoscopio es un instrumento médico que se utiliza para escuchar y amplificar los sonidos internos que produce el cuerpo. Los médicos aún utilizan los sonidos que escuchan a través de los estetoscopios como indicadores iniciales de enfermedades cardíacas o pulmonares. Por ejemplo, un soplo cardíaco o un crepitar pulmonar suelen indicar la presencia de un problema. Si bien se han producido avances significativos en las tecnologías de imagenología y monitorización, el estetoscopio continúa siendo una herramienta rápida, accesible y rentable para evaluar la salud del paciente.
Aunque los estetoscopios siguen siendo útiles hoy en día, los síntomas audibles de la enfermedad suelen aparecer solo en etapas más avanzadas. En ese momento, es menos probable que los tratamientos funcionen y los resultados suelen ser desfavorables. Esto se aplica especialmente a las enfermedades cardíacas, donde los cambios en los ruidos cardíacos no siempre están claramente definidos y pueden ser difíciles de escuchar.
Somos científicos e ingenieros que exploramos maneras de usar los sonidos cardíacos para detectar enfermedades de forma más temprana y precisa. Nuestra investigación sugiere que la combinación de estetoscopios con inteligencia artificial podría ayudar a los médicos a depender menos del oído humano para diagnosticar enfermedades cardíacas, lo que se traduce en un tratamiento más oportuno y eficaz.
Historia del estetoscopio
La invención del estetoscopio se atribuye ampliamente al médico francés del siglo XIX René Théophile Hyacinthe Laënnec. Antes del estetoscopio, los médicos solían colocar el oído directamente sobre el pecho del paciente para detectar anomalías en la respiración y los ruidos cardíacos.
En 1816, una niña con síntomas de cardiopatía acudió a consulta con Laënnec. Sin embargo, colocarle la oreja en el pecho se consideraba socialmente inapropiado. Inspirado por los niños que transmitían sonidos con un palo largo de madera, enrolló una hoja de papel para auscultarle el corazón. Le sorprendió la repentina claridad de los sonidos cardíacos, y así nació el primer estetoscopio.
Durante las dos décadas siguientes, los investigadores modificaron la forma de este estetoscopio primitivo para mejorar su comodidad, portabilidad y transmisión del sonido. Esto incluyó la adición de una membrana delgada y plana llamada diafragma que vibra y amplifica el sonido.
El siguiente gran avance se produjo a mediados de la década de 1850, cuando el médico irlandés Arthur Leared y el médico estadounidense George Philip Cammann desarrollaron estetoscopios capaces de transmitir sonidos a ambos oídos. Estos estetoscopios binaurales utilizan dos tubos flexibles conectados a auriculares separados, lo que permite un sonido más claro y equilibrado al reducir el ruido exterior.
Estos primeros modelos son notablemente similares a los estetoscopios que utilizan los médicos hoy en día, con solo ligeras modificaciones diseñadas principalmente para la comodidad del usuario.
Escuchando el corazón
Las facultades de medicina siguen enseñando el arte de la auscultación: el uso del sonido para evaluar la función del corazón, los pulmones y otros órganos. Los modelos digitales de estetoscopios, disponibles comercialmente desde principios de la década del 2000, ofrecen nuevas herramientas como la amplificación y grabación del sonido; sin embargo, el principio básico introducido por Laënnec aún perdura.
Al auscultar el corazón, los médicos prestan mucha atención al familiar ritmo “lub-dub” de cada latido. El primer sonido, el lub, se produce cuando las válvulas entre las cámaras superior e inferior del corazón se cierran al contraerse y bombear sangre al cuerpo. El segundo sonido, el dub, se produce cuando las válvulas que salen del corazón se cierran al relajarse y llenarse de sangre.
Además de estos dos sonidos normales, los médicos también escuchan ruidos inusuales (como soplos, latidos adicionales o chasquidos) que pueden indicar problemas con el flujo sanguíneo o si las válvulas cardíacas están funcionando correctamente.
Los ruidos cardíacos pueden variar considerablemente según el tipo de cardiopatía presente. En ocasiones, diferentes enfermedades producen el mismo ruido anormal. Por ejemplo, un soplo sistólico (un ruido adicional entre el primer y el segundo ruido cardíaco) puede auscultarse con un estrechamiento de la válvula aórtica o pulmonar. Sin embargo, el mismo soplo también puede aparecer cuando el corazón presenta una estructura normal y está sano. Esta superposición dificulta el diagnóstico de la enfermedad basándose únicamente en la presencia de soplos.
Enseñar a la IA a escuchar lo que la gente no puede
La tecnología de IA puede identificar las diferencias ocultas en los sonidos de corazones sanos y dañados, y utilizarlas para diagnosticar enfermedades, incluso antes de que aparezcan cambios acústicos tradicionales, como soplos. En lugar de depender de la presencia de sonidos adicionales o anormales para diagnosticar enfermedades, la IA puede detectar diferencias en el sonido que son demasiado débiles o sutiles para el oído humano.
Para desarrollar estos algoritmos, investigadores registran los sonidos cardíacos con estetoscopios digitales. Estos estetoscopios convierten el sonido en señales electrónicas que pueden amplificarse, almacenarse y analizarse mediante computadoras. Los investigadores pueden entonces identificar qué sonidos son normales o anormales para entrenar un algoritmo que reconozca patrones en los sonidos y que luego pueda usar para predecir si los nuevos sonidos son normales o anormales.
Actualmente, están desarrollando algoritmos que pueden analizar los sonidos cardíacos grabados digitalmente en combinación con estetoscopios digitales como una herramienta económica, no invasiva y accesible para la detección de enfermedades cardíacas. Sin embargo, muchos de estos algoritmos se basan en conjuntos de datos de enfermedades cardíacas de moderadas a graves. Debido a la dificultad de encontrar pacientes en las primeras etapas de la enfermedad, antes de que comiencen a manifestarse los síntomas, los algoritmos carecen de mucha información sobre cómo suenan los corazones en las primeras etapas de la enfermedad.
Para superar esta brecha, utilizan modelos animales para enseñar a los algoritmos a analizar los ruidos cardíacos y detectar signos tempranos de enfermedad. Tras entrenar los algoritmos con estos ruidos, evaluamos su precisión comparándolos con imágenes de la acumulación de calcio en el corazón. Nuestra investigación sugiere que un algoritmo basado en IA puede clasificar correctamente los ruidos cardíacos sanos en más del 95% de los casos e incluso diferenciar entre tipos de cardiopatías con una precisión cercana al 85%. Y lo que es más importante, nuestro algoritmo puede detectar las etapas iniciales de la enfermedad, antes de que aparezcan soplos cardíacos o cambios estructurales.
Creemos que enseñar a la IA a escuchar lo que los humanos no pueden podría transformar la forma en que los médicos diagnostican y responden a las enfermedades cardíacas.
Valentina Dargam es profesora asistente de investigación de ingeniería biomédica en la Universidad Internacional de Florida.
Joshua Hutcheson es profesor asociado de ingeniería biomédica en la Universidad Internacional de Florida.
Por Valentina Dargam y Joshua Hutcheson
Más leídas de Tecnología
1Cyber Monday 2025: cómo comparar precios para aprovechar verdaderas ofertas
2Expertos denuncian siete vulnerabilidades críticas en ChatGPT que permiten el robo de datos de los usuarios
3Cuáles son los tres signos con “más suerte” en noviembre 2025, según la inteligencia artificial
4Desarrollan en Argentina un autotest para la detección temprana de cáncer de colon usando IA
