Investigamos intensivamente sobre preguntas científicas básicas con potencial impacto en la sociedad.
Quiénes somos
- Daniela Andres, MD, PhD.
- Gianfranco Bianchi, MSc Biom. Eng.
- Oscar Filevich, PhD.
Somos un grupo de profesionales con pasión por la tecnología médica y la investigación científica con transferencia clínica. Nuestro grupo nació en UNSAM. Trabajamos en colaboración con el LabNIng.
En qué trabajamos
Diagnóstico cuantitativo de enfermedad de Parkinson
La enfermedad de Parkinson es una patología compleja, con síntomas motores y no motores. Más del 2% de la población mundial mayor a 65 años sufre esta enfermedad. Mientras que algunos de nuestros pacientes ya han recibido el diagnóstico de enfermedad de Parkinson, otros están siendo diagnosticados actualmente y están pasando por el proceso de ajustar el tratamiento. En todas estas etapas, una de las dificultades de los pacientes es el acceso a atención neurológica especializada. Desde el punto de vista de los médicos, las dificultades tienen que ver con el seguimiento del paciente y las decisiones de derivación, ya que los recursos son siempre limitados.
- Para los pacientes, resolvemos la accesibilidad a diagnóstico médico de alta calidad de enfermedad de Parkinson. Desarrollamos un sistema fundamentado en el conocimiento de neurólogos experimentados, permitiendo que más personas puedan acceder a un tratamiento médico. Nuestro sistema ofrece una evaluación precisa de las acciones motoras que están impedidas en enfermedad de Parkinson en sólo 10 minutos.
- Para los especialistas, el problema que resolvemos es la ineficiencia en el seguimiento de los pacientes, lo que complica la selección de medicación y los ajustes de dosis.
- En el caso de los médicos generales, pueden utilizar nuestro sistema para optimizar la selección de pacientes que necesitan ser derivados a un especialista.
Diagnóstico cuantitativo en cardiología
Detección automática de isquemia
La isquemia de miocardio es la patología por falta de oxígeno en el tejido cardíaco, cuya expresión más grave es el infarto de miocardio. Utilizando la base de datos pública Physionet revisamos y clasificamos electrocardiogramas para obtener ciclos cardíacos aislados representativos de casos sanos y con isquemia. Aplicamos nuestro propio algoritmo de detección de ciclo cardíaco, y utilizamos los mismos para entrenar una red neuronal capaz de detectar isquemia a partir de un único ciclo de ecg. Obtuvimos una precisión del 86%. Este tipo de análisis puede aplicarse a la detección precoz de isquemia, en etapas en que el infarto de miocardio puede ser prevenido o tratado sin dejar secuelas.
Cuantificación de obstrucción carotidea
El reemplazo valvular aórtico representa aproximadamente el 47% de las 182.000 cirugías cardíacas que se realizan anualmente en los Estados Unidos, un mercado valorado en 7,2 billones de dólares. Analizamos imágenes Doppler color pacientes con y sin obstrucción carotidea. A partir de la imagen entregada por el equipo se detectaron las zonas turbulentas y se implementó un método de box-counting para medir la dimensión fractal de las mismas cuadro por cuadro, es decir, para medir la cobertura del plano por zonas turbulentas. Nuestro análisis permitió obtener imágenes con zonas turbulentas con dimensión D en alrededor de 400 cuadros por estudio. D fluctúa entre 0 y 1, oscilando de manera suave con el ciclo cardíaco, con valores más elevados en el paciente con placa ateroesclerótica obstructiva.