A través de machine learning y la herramienta BeatProfiler, ingenieros de Columbia buscan automatizar y mejorar los análisis de la función cardíaca.
La investigación y diagnóstico de enfermedades cardíacas han sido tradicionalmente procesos complejos y laboriosos, que requieren equipos y técnicas especializadas. La necesidad de métodos más eficientes y precisos es cada vez más evidente, sobre todo ante el creciente desafío de enfermedades cardíacas y la búsqueda de nuevos tratamientos.
En respuesta a esta necesidad, un equipo de ingenieros biomédicos de la Universidad de Columbia ha desarrollado BeatProfiler, una innovadora herramienta que utiliza la inteligencia artificial (IA) para automatizar y mejorar significativamente el análisis de la función cardíaca. Este software, según el equipo, no solo promete revolucionar la forma en que se estudian las células del corazón, sino que también ofrece un acceso más amplio y asequible a tecnologías avanzadas de diagnóstico, beneficiando a investigadores y clínicos a nivel global.
En este sentido, BeatProfiler es un software que automatiza el análisis de las funciones de las células cardíacas a partir de datos de video. Además, se trata de la primera herramienta en integrar el análisis de varios indicadores de función cardíaca, como la contractilidad, el manejo del calcio y la fuerza de salida. Esta herramienta reduce el tiempo de análisis y minimiza los errores, permitiendo distinguir rápidamente entre diferentes enfermedades y probar medicamentos de manera objetiva.
Por su parte, Gordana Vunjak-Novakovic, profesora de Ingeniería Biomédica en Columbia, señala que BeatProfiler es una herramienta transformadora por su rapidez, precisión y accesibilidad. Asimismo, el software es de código abierto, lo que facilita su uso por investigadores de todo el mundo, sin costo alguno.
Cabe destacar que el desarrollo de BeatProfiler fue un esfuerzo colaborativo que involucró a expertos en desarrollo de software, machine learning, procesamiento de señales y experiencias de usuario. Los investigadores construyeron una interfaz gráfica para que los científicos biomédicos, sin conocimientos de programación, pudieran utilizar la herramienta fácilmente.
El estudio mostró que BeatProfiler es capaz de analizar con precisión la función de los cardiomiocitos, superando a las herramientas existentes en velocidad y fiabilidad. La herramienta detectó ligeros cambios en la respuesta de fuerza del tejido cardíaco que otras herramientas no pudieron identificar. Utilizando machine learning, BeatProfiler distinguió entre células cardíacas sanas y enfermas con alta precisión, y clasificó diferentes medicamentos según su efecto en el corazón.
De esta forma, BeatProfiler representa un gran avance en la investigación cardíaca, ofreciendo una herramienta rápida y precisa para estudiar y diagnosticar la función cardíaca y probar nuevos medicamentos. El equipo de investigadores de Columbia continúa trabajando para expandir las capacidades de BeatProfiler a un espectro completo de enfermedades cardíacas y su aplicación en el desarrollo de fármacos, con el objetivo de acelerar el proceso de descubrimiento y prueba de medicamentos.
El equipo planea seguir mejorando BeatProfiler para abarcar nuevas aplicaciones en la investigación cardíaca, probando su rendimiento en modelos cardíacos adicionales y refinando su algoritmo de machine learning. La meta a largo plazo es adaptar BeatProfiler a entornos farmacéuticos para acelerar la prueba de cientos de miles de candidatos a medicamentos.
