Biomedical signal processing for diagnosis support

Abstract

A medida que avanza el conocimiento médico y las expectativas de vida aumentan, el personal médico se ve cada vez más exigido. Se espera que en el futuro cercano la población “en riesgo” aumente de tal manera que no sería posible entregar una atención adecuada en hospitales y clínicas. Además, la población de adultos mayores va a esperar una mejor calidad de vida y va a demandar la opción de autocuidado en su propio hogar o en otros lugares de su elección. El monitoreo de pacientes en ambientes no estándar se volverá cada vez más relevante. Lugares de atención improvisados para respuesta a emergencias, ambientes peligrosos, hogares de ancianos o casas particulares son los principales candidatos. Mediante monitoreo remoto, es posible proveer un mayor nivel de seguridad sin interferir en las actividades normales ni perjudicar la calidad de vida de los sujetos. Esta tesis presenta los elementos necesarios para un sistema de monitoreo inalámbrico. Se presentan y se discuten los sensores para adquisición de datos, infraestructura para transmitirlos, algoritmos de procesamiento y análisis, generación de alarmas y sistemas de localización. Originalmente pensado para situaciones de desastre, los componentes, especificaciones y el desempeño requerido para este sistema son fácilmente adaptables a otros ambientes. Este trabajo fue desarrollado durante el diseño, implementación y prueba de uno de estos sistemas. Se presentan descripciones detalladas y resultados de un estudio piloto en el Departamento de Emergencias del Brigham and Women’s Hospital en Boston, Massachusetts, USA. Los resultados muestran la factibilidad de implementar un sistema de monitoreo permanente, su utilidad y los problemas clave que deben ser abordados. Esta tesis presenta algoritmos de apoyo diagnóstico que utilizan datos de ECG y SpO2 para proveer información en tiempo real de la condición médica del paciente. Se propone un criterio cuantitativo para seleccionar algoritmos de procesamiento de señales fisiológicas en ambientes ruidosos. Mediante la combinación de la información de los sensores, el sistema de alarmas es capaz de indicar condiciones peligrosas. El algoritmo utilizado intenta minimizar los falsos positivos (falsas alarmas) y evitar los falsos negativos (falla en alertar cuando se requiera). Se presentan resultados de un algoritmo de diagnóstico múltiple obtenidos en pacientes rea les y simulados. Finalmente, se discuten los problemas encontrados al monitorear pacientes en libertad de movimiento.