Implementación de una máquina de vectores de soporte para la reducción de falsas alarmas de arritmia en una Unidad de Cuidados Intensivos
Resumen
El alto índice de falsas alarmas (FA) de arritmia en UCI es uno de los problemas más graves que se presentan en hospitales. Las falsas alarmas provocan al personal una desensibilización a la advertencia y un tiempo de respuesta más largo, aunado a esto, el paciente crítico presenta afectación por perturbaciones del ruido generado por las alarmas de hasta 80 dB [4], lo que puede conducir a privación del sueño, estructura inferior del sueño, estrés en ambos, paciente y personal. La presente investigación tiene como objetivo desarrollar un algoritmo que permita identificar las falsas alarmas de arritmia de los sistemas de monitoreo mediante la implementación de una máquina de vectores de soporte (MVS). En este trabajo se utilizó una base de datos proporcionada por PhysioNet/CinC Challenge 2015, la cual contiene 367 registros de alarmas de arritmias tales como: asístole (AS), bradicardia extrema (EB), taquicardia extrema (ET), taquicardia ventricular (VT) y fibrilación ventricular (VF), cada registro contiene dos derivaciones de ECG además incluye una o más formas de onda pulsátiles como los son la onda de la señal de presión sanguínea arterial (ABP) y/o la señal de fotopletismografía (PPG). Se extrajeron las características de las señales ECG, PPG y ABP contenidas, siendo un total de 49 características de cada registro. Mediante un algoritmo clasificador de datos se seleccionó un conjunto de características que mejor discriminó las clases de registros, según una alarma verdadera o falsa para cada tipo de arritmia del estudio. Con el fin de implementar la MVS se determinaron los valores óptimos para el ajuste del modelo de clasificación de MVS: penalización por error en la clasificación (C) e índice de escalamiento (σ). Empleando validación cruzada se probaron diversos pares de valores (C, σ), siendo los óptimos aquellos en los que exista mayor exactitud de clasificación. Posteriormente, se entrenó el modelo resultante y se evaluó su desempeño. Los resultados que se obtuvieron con la implementación de MVS fueron significativos logrando una exactitud promedio de 92.5 y una sensibilidad promedio de 0.88 en la clasificación de la autenticidad de alarmas de arritmia. Lo que sugiere que el método de implementación de MVS puede ser útil en la reducción de FA en una unidad de cuidados intensivos.
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia: