Estimación de la variabilidad de la frecuencia cardíaca mediante fotopletismografía facial por vídeo

Monitorización de la HRV con una gammagrafía facial de 1 minuto: un estudio de validación

¿Se puede medir la variabilidad de la frecuencia cardíaca (HRV) de manera confiable con solo una gammagrafía facial? Un nuevo estudio de validación demuestra que es posible, y con una precisión impresionante. Investigadores de la Academia de Ciencias de Polonia y de la Universidad de Medicina de Wroclaw probaron la tecnología PPG en vídeo de Shen AI comparándola con las lecturas de ECG, centrándose en dos métricas clave de la HRV en el dominio del tiempo.

Perspectivas clave

• Fuerte correlación con el ECG: Las métricas de HRV estimadas mediante la tecnología vPPG facial de Shen.AI están muy alineadas con los resultados del ECG (r = 0,98 para SDNN y r = 0,88 para LNRMSSD).
• Alta precisión: El error porcentual absoluto medio (MAPE) fue del 11,0% para el SDNN y del 7,3% para el LNRMSSD, dentro de los límites aceptables para las aplicaciones clínicas.
• Funciona con escaneos de 1 minuto: Este estudio confirma que es posible estimar la HRV a corto plazo a partir de una gammagrafía facial de 1 minuto, incluso para las métricas que tradicionalmente se capturaban durante 5 minutos.

Introducción a la investigación

El siguiente es un extracto del artículo «Estimación de la variabilidad de la frecuencia cardíaca mediante fotopletismografía facial por vídeo: un estudio piloto de validación».

La fotopletismografía por vídeo (vPPG), también conocida como fotopletismografía remota o por imágenes, es una técnica óptica para registrar las pulsaciones sanguíneas en la vasculatura cutánea, que se puede utilizar para estimar los signos vitales u otros parámetros fisiológicos. En concreto, el vPPG permite registrar las fluctuaciones en la intensidad de la luz ambiental reflejada desde la piel causadas por cambios en la cantidad de luz absorbida por la sangre en los vasos superficiales debido a su pulsación cíclica. Estas fluctuaciones son invisibles a simple vista, pero suelen ser lo suficientemente fuertes como para ser detectadas por una cámara digital. vPPG ofrece, por lo tanto, la posibilidad de grabar señales PPG sin contacto sin necesidad de fuentes de luz especiales y utilizando una cámara como sensor de luz. Esto permite utilizar cámaras integradas en dispositivos móviles, como teléfonos inteligentes, tabletas u ordenadores portátiles, para medir o monitorear varios parámetros fisiológicos.

Al igual que las señales PPG estándar, las señales vPPG se pueden usar para estimar los intervalos de tiempo entre pulsaciones sanguíneas sucesivas, que son relativamente similares a los intervalos de tiempo entre los latidos del corazón (aunque no son exactamente iguales). Estos intervalos de tiempo se pueden utilizar posteriormente para calcular (estimar) la frecuencia cardíaca (FC), así como varios índices de variabilidad de la frecuencia cardíaca (HRV) que describen la variabilidad de los intervalos de tiempo entre latidos cardíacos sucesivos. La HRV es un marcador muy conocido de la actividad del sistema nervioso autónomo con diversas aplicaciones. La reducción de la HRV indica una regulación autónoma menos adaptativa del corazón (es decir, una capacidad alterada para responder a diversos estímulos) y es un factor de riesgo independiente de eventos cardiovasculares y mortalidad. La baja HRV también se asocia con un mayor riesgo de desarrollar hipertensión o enfermedad cardiovascular.

La HRV también se puede usar para predecir el riesgo de diversos eventos adversos, por ejemplo, el riesgo de isquemia miocárdica en pacientes sin enfermedad arterial coronaria conocida, el riesgo de deterioro de la función renal en pacientes con enfermedad renal crónica o el riesgo de caídas. Más allá de las aplicaciones clínicas, la HRV se puede utilizar para supervisar y gestionar el proceso de entrenamiento y recuperación de los atletas, especialmente en los deportes de resistencia, como las carreras de larga distancia, la natación, el ciclismo, el remo o el esquí de fondo, pero también en otros deportes.

En este estudio, investigamos los índices de HRV estimados mediante la tecnología vPPG facial denominada Shen.AI Vitals desarrollada por Shen AI (Tallin, Estonia). Esta tecnología emplea cámaras de dispositivos móviles para captar señales vPPG de 1 minuto de varias regiones del rostro (mediante la detección de cambios pulsátiles en la intensidad de la luz ambiental reflejada en la piel del rostro) y, a continuación, analiza estas señales para estimar varios parámetros fisiológicos, incluido el índice HRV (SDNN), es decir, la desviación estándar de los intervalos de tiempo entre latidos cardíacos normales sucesivos (predeterminado), o LNRMSSD, es decir, el logaritmo natural de la raíz cuadrática media de los sucesivos latidos cardíacos normales (predeterminado) diferencias en los intervalos de tiempo entre los latidos del corazón (opcional).

El SDNN es el índice HRV más común en el dominio temporal y captura la variabilidad total de los intervalos entre latidos en un período de tiempo determinado (cuantificada por su desviación estándar), proporcionando así una medida global de la actividad actual del sistema nervioso autónomo y cardíaco. A su vez, el RMSSD cuantifica la variabilidad de los sucesivos intervalos de tiempo entre latidos, centrándose así en las oscilaciones de alta frecuencia de la frecuencia cardíaca, que reflejan principalmente (aunque no exclusivamente) la actividad del sistema nervioso parasimpático. Tomar el logaritmo de los índices de HRV es un método común para lograr una distribución más normal. En particular, el logaritmo natural del RMSSD (lNRMSSD) se utiliza con frecuencia para monitorizar la adaptación de la vagina al entrenamiento físico y la recuperación posterior al entrenamiento.

El objetivo de nuestro estudio fue investigar la exactitud y precisión de los valores de SDNN y LnrmSSD estimados por los algoritmos Shen.AI Vitals basados en señales vPPG grabadas con la cámara de un teléfono inteligente, en comparación con los valores de referencia obtenidos de electrocardiogramas (ECG) registrados simultáneamente.

Detalles de la investigación

Título: Estimación de la variabilidad de la frecuencia cardíaca mediante fotopletismografía facial por vídeo: un estudio piloto de validación
Autores: Leszek Pstras, Timoteusz Okupnik, Beata Ponikowska, Bartlomiej Paleczny
Instituciones: Instituto Nalecz de Biocibernética e Ingeniería Biomédica, Academia de Ciencias de Polonia y Universidad Médica de Wroclaw
Publicado el 16 de febrero de 2025

Lea el estudio completo aquí.