La detecció precoç de malalties cardíaques continua sent un dels majors desafiaments en la medicina preventiva. Els sops cardíacs, que indiquen fluxos sanguinis anormals, es poden identificar mitjançant l’auscultació amb un estetoscopi. No obstant això, la interpretació humana és subjectiva i requereix anys d’experiència. Aquí és on la intel·ligència artificial (IA) ofereix una solució prometedora: analitzar gravacions de sons cardíacs amb xarxes neuronals convolucionals (CNN) per classificar automàticament si un batec és normal o anormal. Aquest article compara tres metodologies de representació d’àudio —espectrograma log-mel, normalització PCEN i espectrograma multiresolució— en un mateix model CNN, avaluant el seu rendiment i aplicabilitat en entorns reals.
L’estudi es basa en el conjunt de dades PhysioNet 2016, un referent en el camp. Es va mantenir constant l’arquitectura de la CNN, l’optimitzador i la llavor aleatòria, variant únicament la forma de convertir l’àudio en imatges que la xarxa pugui processar. Aïllant així l’impacte de la representació espectral en la precisió diagnòstica.
L’espectrograma log-mel és la tècnica més estesa: transforma el senyal d’àudio al domini freqüència mitjançant la Transformada de Fourier de temps curt (STFT), aplica filtres mel i escala logarítmica. La seva simplicitat i baix cost computacional la converteixen en una opció habitual, però pot perdre detalls en regions de baixa energia. D’altra banda, la normalització PCEN (Per-Channel Energy Normalization) estabilitza l’energia al llarg del temps en cada banda de freqüència, reduint variacions de volum i soroll de fons. Això resulta especialment útil en entorns clínics on les condicions de gravació no són controlades. Finalment, l’espectrograma multiresolució apila diverses finestres d’anàlisi amb diferents mides, capturant tant detalls fins com patrons globals. Tot i que augmenta la complexitat computacional, ofereix una visió més completa de la dinàmica cardíaca.
Els resultats obtinguts són reveladors: els tres mètodes assoleixen una sensibilitat (taxa de veritables positius) propera a 0.95, cosa que significa que identifiquen correctament la majoria dels casos anormals. No obstant, en la mètrica oficial de PhysioNet (que pondera precisió i sensibilitat), l’espectrograma log-mel obté 0.910, mentre que PCEN i el multiresolució assoleixen 0.915 i 0.916 respectivament. Aquesta millora, tot i que modesta, pot traduir-se en desenes de diagnòstics correctes addicionals en grans poblacions.
Per entendre què va aprendre el model, es va aplicar Grad-CAM, una tècnica de visualització que ressalta les regions de la imatge que més influeixen en la decisió. L’anàlisi va mostrar que la CNN es centra predominantment en les freqüències baixes, on se situen els sons cardíacs S1 i S2. Això valida que el model està aprenent característiques fisiològiques reals i no artefactes espuris. Des d’una perspectiva empresarial, aquest comportament robust és clau per desplegar sistemes de diagnòstic assistit en hospitals i clíniques.
La implementació d’aquests models en producció requereix un enfocament tecnològic integral. Les empreses que desenvolupen aplicacions a mida poden integrar aquests algoritmes en plataformes de telemedicina o dispositius IoT. Per exemple, una solució basada en cloud AWS/Azure permet escalar el processament de milers de gravacions diàries, mentre que eines d’IA com els agents intel·ligents poden automatitzar el flux de treball: des de l’adquisició de l’àudio fins a la generació d’informes clínics. A més, la ciberseguretat és fonamental en gestionar dades sensibles de pacients, per la qual cosa calen protocols d’encriptació i control d’accés.
Q2BSTUDIO, com a empresa de desenvolupament de programari i tecnologia, ofereix serveis especialitzats en la creació d’aplicacions a mida per al sector salut. El nostre equip combina experiència en intel·ligència artificial, cloud computing i business intelligence per construir solucions robustes. Per exemple, un sistema de detecció de sops pot integrar-se amb panells de Power BI perquè els equips mèdics visualitzin tendències i alertes en temps real. Així mateix, l’automatització de processos mitjançant agents IA redueix la càrrega administrativa, permetent als professionals centrar-se en l’atenció al pacient.
L’elecció de l’espectrograma adequat depèn del context d’ús. Si els recursos computacionals són limitats i les gravacions es realitzen en entorns controlats, el log-mel pot ser suficient. En canvi, per a aplicacions mòbils o rurals on el soroll ambiental és variable, PCEN ofereix major robustesa sense augmentar significativament la latència. L’enfocament multiresolució, tot i que més costós, és ideal quan la precisió és crítica i es disposa de maquinari avançat.
Més enllà dels resultats numèrics, aquest estudi demostra que petites variacions en el preprocessament poden tenir un impacte mesurable en el rendiment. Per a les empreses que busquen implementar solucions d’IA en diagnòstic cardíac, és recomanable realitzar una avaluació comparativa amb diferents representacions abans de decidir l’arquitectura final. La col·laboració amb partners tecnològics com Q2BSTUDIO permet accelerar aquest procés, aprofitant frameworks de machine learning preconfigurats i bones pràctiques de DevOps.
En conclusió, la detecció de sops cardíacs mitjançant CNN és una realitat tècnica accessible. Tant PCEN com els espectrogrames multiresolució milloren lleugerament la precisió respecte al log-mel tradicional, però tots ofereixen un nivell de sensibilitat excel·lent. La clau està en seleccionar la representació que millor s’adapti a l’entorn de desplegament i als requisits de negoci. Amb el suport d’empreses com Q2BSTUDIO, especialitzades en aplicacions a mida, és possible convertir aquesta tecnologia en una eina clínica fiable i escalable, contribuint a salvar vides mitjançant la detecció precoç de malalties cardíaques.
