Un equipo de investigación de la Universidad de Jaén ha aplicado una mejora a los estetoscopios, instrumentos con los que el personal sanitario escucha los sonidos del sistema respiratorio y cardíaco. Con esta opción se mejoran los diagnósticos al evitarse cualquier elemento externo que interfiera en la percepción del médico
Un equipo de investigación de la Universidad de Jaén ha incluido un algoritmo en estetoscopios digitales, los instrumentos con los que los médicos escuchan los sonidos del organismo en los pacientes. Con él se elimina el ruido ambiente durante el proceso de auscultación del paciente. Así, la información que llega al médico es, exclusivamente, la proveniente de la persona, lo que evita falsos diagnósticos o juicios clínicos erróneos.
Además, el sonido captado puede ser grabado para posteriores análisis o, incluso, para ser compartido con otros profesionales para nuevas valoraciones. La fórmula que introducen en el software de tratamiento de la información del estetoscopio digital la han publicado en el artículo ‘An incremental algorithm based on multichannel non-negative matrix partial co-factorization for ambient denoising in auscultation’ de la revista Applied Acoustics. En él también comparan la idoneidad de este método frente a otros existentes que no logran la sincronización temporal de la escucha de manera óptima.
Concretamente, se capta el sonido del estetoscopio complementado con un micrófono que toma las señales externas en el lugar donde se realiza la exploración. En los sistemas actuales, existe un retardo considerable entre ambos, lo que dificulta conocer cuál es el elemento que habría que eliminar para dejar inequívocos los sonidos biomédicos, como los cardíacos o respiratorios.
Sin embargo, el nuevo método unifica los dos sonidos en el software y se comparan las señales que se repiten, independientemente del retardo que exista entre el estetoscopio y el micrófono. “De esta manera, queda claro cuál es el que hay que aislar para eliminar los que provienen del ambiente y dejar solamente los que pertenecen al paciente”, indica a la Fundación Descubre el investigador de la Universidad de Jaén Juan de la Torre, autor del artículo.
Sin embargo, con el NMPCF logran datos más precisos en la filtración del ambiente y, especialmente, consiguen una alta calidad de los sonidos biomédicos aunque las dos entradas sufran un retraso entre ellas.
Las pruebas desarrolladas han tomado de referencia un conjunto de grabaciones de bases de datos públicas, compuestas de sonidos biomédicos mezclados con el ambiental que generalmente rodea una consulta médica para simular entornos muy ruidosos.
Concretamente generaron dos bases de datos para crear dos escenarios acústicos diferentes. Por un lado, un ambiente ideal para la escucha en el que los efectos de la propagación del sonido en el cuerpo del paciente y la respuesta sonora de la sala están inactivos. Por otro, uno real donde sí están activos. Las dos se componen de un amplio conjunto de señales biomédicas procedentes del corazón y del pulmón y otros ambientales con varios niveles de ruidos.
Como consecuencia de los resultados, los expertos afirman que el método propuesto puede considerarse más acertado para la eliminación de ruido ambiental que otros. Plantean llevar a cabo el mismo estudio en situaciones reales grabadas en las consultas del hospital universitario de Jaén.
Además, quieren proponer la creación de nuevos algoritmos que eliminen ruidos ambientales muy perturbadores para aplicarlos en situaciones de emergencia clínica que requieren una vigilancia urgente, como dentro de un helicóptero o ambulancia.
Este trabajo ha sido financiado mediante los proyectos ‘Investigación y desarrollo de algoritmos de procesado de señal para mejorar la fiabilidad del diagnóstico médico al analizar señales procedentes del proceso de auscultación’ y ‘Técnicas de procesado de señal aplicadas a la separación, detección y clasificación de sonidos cardiopulmonares y/o pulmonares’ de la Consejería de Transformación Económica, Industria, Conocimiento y Universidades de la Junta de Andalucía.
Fuente: Fundación Descubre.
