Dispositivo portable establece primer referente en la detección de convulsiones

Un dispositivo de pulsera que utiliza aprendizaje automático detecta con precisión diferentes tipos de convulsión en hallazgos que tienen el potencial de revolucionar el tratamiento de pacientes con epilepsia.^[1]

"Hemos establecido un primer referente para la detección automática de diversas convulsiones epilépticas utilizando sensores portables y algoritmos de aprendizaje automático. En otras palabras, hemos demostrado por primera vez que es posible hacer esto", comentó a Medscape Noticias Médicas el investigador del estudio, Jianbin Tang, M. A., director del Proyecto de Ciencia de Datos, IBM Research Australia, en Victoria.

Los hallazgos fueron presentados en el Congreso Anual de 2020 de la American Epilepsy Society (AES), que este año tuvo lugar de forma virtual debido a la pandemia de COVID-19.

La monitorización exacta de las convulsiones es importante para evaluar riesgo, prevención de lesiones y respuesta al tratamiento. En la actualidad la video-electroencefalografía es la norma de referencia para la detección de convulsiones, pero requiere hospitalización, a menudo es costosa, y puede ser estigmatizante, destacó Tang.

Avances recientes en dispositivos portables no-electroencefalografía muestran perspectivas favorables en la detección de convulsiones tónico-clónicas de inicio generalizado y tónico-clónicas focales a bilaterales, pero no está claro si tienen la capacidad de detectar otros tipos de convulsión.

"Esperamos llenar este vacío al ampliar la detección portable de convulsiones a otros tipos de convulsiones", añadió Tang.

El rastreo de convulsiones en el contexto extrahospitalario en gran parte "se basa en informes de la familia y el paciente que se anotan de forma manual, lo cual a menudo puede no ser fiable debido a que se pasan por alto convulsiones y a causa de problemas para recordarlas", señaló.

En el estudio se incluyeron 75 niños (44% integrado por mujeres; media de edad: 11,1 años) ingresados a una unidad de monitorización mediante electroencefalografía prolongada en un solo centro durante una hospitalización de 24 horas.

Los pacientes utilizaban el detector en el tobillo o la muñeca. El dispositivo continuamente recolectaba datos sobre funciones como sudoración, frecuencia cardiaca, movimiento y temperatura.

Con parte de la serie de datos, los investigadores probaron algoritmos de aprendizaje automático para detectar de forma automática segmentos de convulsiones. Luego validaron el desempeño de los algoritmos de detección en el resto de la serie de datos.

El análisis se basó en datos de 722 convulsiones epilépticas de todos los tipos, incluidas focales y generalizadas, motoras y no motoras. Las convulsiones se presentaron durante todo el día y la noche mientras los pacientes estaban despiertos o dormidos.

Cuando se detecta una convulsión el sistema activa una alerta en tiempo real y almacena en un repositorio la información sobre la convulsión detectada, indicó Tang.

Al principio las señales se almacenaban en la pulsera y luego se subían de manera segura a la nube. Desde ahí los archivos de señales eran descargados por los investigadores para análisis e interpretación. Todos los datos eran completamente anonimizados y desidentificados. Los investigadores utilizaron el área bajo la curva ROC para evaluar el desempeño.

"Nuestros modelos de detección con mejor desempeño alcanzaron una área bajo la curva ROC de 67,59%, que representa un nivel de desempeño aceptable. Sin duda se puede mejorar el desempeño y ya estamos trabajando en ello", añadió.

El dispositivo tuvo un desempeño "mejor que el fortuito", lo cual es un "término técnico estándar" en el campo del aprendizaje automático y es "la primera dificultad que todo modelo de aprendizaje automático debe superar para considerarse útil".

Los investigadores señalaron que tal detección automática de convulsiones "es factible para una amplia diversidad de tipos de crisis epilépticas. Esta es la primera y no se ha demostrado antes", agregó Tang.

El estudio indica que el dispositivo portable no invasivo podría utilizarse en el domicilio, la escuela y otros contextos cotidianos fuera del ámbito clínico. "Esto algún día podría proporcionar a los pacientes, cuidadores y profesionales clínicos informes de convulsiones fiables", dijo Tang.

Considera que el dispositivo podría ser especialmente útil para detectar convulsiones frecuentes o sutiles, que son fáciles de pasar por alto. Los pacientes que requieren evaluación de medicación y medicación de rescate y los que tienen riesgo de estado epiléptico pueden ser elegibles.

Los investigadores no esperan que la tecnología portable reemplace totalmente a la electroencefalografía, pero la ven como "una herramienta complementaria útil para rastrear las convulsiones de manera continua en momentos o en contextos en que no se cuenta con la monitorización electroencefalográfica", puntualizó Tang.

"Hito importante"

En su comentario sobre la investigación, Benjamin H. Brinkmann, Ph. D., profesor asociado de neurología de la Mayo Clinic, en Rochester, Estados Unidos, dijo que los investigadores "han hecho muy buen trabajo para aplicar lo más moderno de las técnicas de aprendizaje automático al ‘importante problema’ de detectar con precisión convulsiones".

Brinkmann es parte del proyecto Mi Evaluador de Convulsiones, patrocinado por la Epilepsy Foundation, que evalúa diversos dispositivos portables, incluidos la pulsera Empatica E4 y el Fitbit Charge 3, para determinar qué parámetros se necesitan para pronosticar de manera fiable las convulsiones.

"Anteriormente nadie sabía si la predicción de las convulsiones era posible con estos dispositivos, y el hecho de que este grupo pueda lograr una precisión de la predicción 'mejor que la fortuita' es un hito importante".

Sin embargo, resaltó que todavía hay mucho trabajo por realizar para determinar, por ejemplo, si la predicción de convulsiones con estos dispositivos puede ser suficientemente precisa para tener utilidad clínica.

"Por ejemplo, si el sistema genera demasiadas predicciones positivas-falsas, los pacientes no lo utilizarán".

Además los hallazgos deben reproducirse y los registros extenderse a seis meses o más para determinar si son útiles para los pacientes a largo plazo y en el entorno doméstico, concluyó Brinkmann.

Los investigadores y Brinkmann han declarado no tener ningún conflicto de interés económico pertinente.

Para más contenido siga a Medscape en Facebook, Twitter, Instagram y YouTube.

Medscape Noticias Médicas © 2020 WebMD, LLC

Citar este artículo: Dispositivo portable establece primer referente en la detección de convulsiones - Medscape - 23 de dic de 2020.