Tracciare le correlazioni tra i suoni del cuore consente alla teoria dei grafi di distinguere la disfunzione della valvola aortica con una tecnologia minima
La stenosi della valvola aortica si verifica quando la valvola aortica si restringe, limitando il flusso sanguigno dal cuore attraverso l’arteria e verso l’intero corpo. Nei casi più gravi, può portare a insufficienza cardiaca. Identificare la condizione può essere difficile in aree remote perché richiede una tecnologia sofisticata e le diagnosi nelle fasi iniziali sono difficili da ottenere.
Nel Journal of Applied Physics , di AIP Publishing, i ricercatori dell’Università del Kerala, in India, e dell’Università di Nova Gorica, in Slovenia, hanno sviluppato un metodo per identificare la disfunzione della valvola utilizzando un’analisi di rete complessa che è accurata, semplice da usare e bassa -costo.
“Molti centri sanitari rurali non dispongono della tecnologia necessaria per analizzare malattie come questa”, ha affermato l’autore MS Swapna, dell’Università di Nova Gorica e dell’Università del Kerala. “Per la nostra tecnica, abbiamo solo bisogno di uno stetoscopio e di un computer.”
CREDITO: SM Swapna
Lo strumento diagnostico funziona in base ai suoni prodotti dal cuore. L’organo crea un rumore “lub” mentre chiude le valvole mitrale e tricuspide, si ferma quando si verifica il rilassamento ventricolare e il sangue si riempie, quindi emette un secondo rumore, “dub”, quando le valvole aortica e polmonare si chiudono.
Swapna e il suo team hanno utilizzato i dati del battito cardiaco, raccolti in 10 minuti, per creare un grafico o una complessa rete di punti collegati. I dati sono stati suddivisi in sezioni e ciascuna parte è stata rappresentata con un nodo o un punto singolo sul grafico. Se il suono in quella parte dei dati era simile a un’altra sezione, veniva tracciata una linea o un bordo tra i due nodi.
In un cuore sano, il grafico mostrava due distinti gruppi di punti, con molti nodi non collegati. Al contrario, un cuore con stenosi aortica conteneva molte più correlazioni e margini.
“Nel caso della stenosi aortica, non c’è separazione tra i segnali sonori lub e dub”, ha detto Swapna.
I ricercatori hanno utilizzato l’apprendimento automatico per esaminare i grafici e identificare quelli con e senza malattia, ottenendo un’accuratezza di classificazione del 100%. Il loro metodo prende in considerazione la correlazione di ciascun punto, rendendolo più accurato di altri che considerano solo la forza del segnale, e lo fa in meno di 10 minuti. In quanto tale, potrebbe essere utile per le diagnosi in fase iniziale.
Finora, il metodo è stato testato solo con i dati, non in un contesto clinico. Gli autori stanno sviluppando un’applicazione mobile a cui è possibile accedere in tutto il mondo. La loro tecnica potrebbe essere utilizzata anche per diagnosticare altre condizioni.
“Il metodo proposto può essere esteso a qualsiasi tipo di segnali sonori del cuore, segnali sonori polmonari o segnali sonori della tosse”, ha affermato Swapna.