Un equipo multidisciplinario de investigadores de la Universidad de California San Diego ha desarrollado un innovador método de detección para la enfermedad arterial periférica (PAD, por sus siglas en inglés) que combina la fotopletismografía (PPG) y la inteligencia artificial. Esta herramienta es capaz de identificar la patología en cuestión de segundos y con un alto nivel de precisión, lo que representa un avance significativo en la prevención de una condición que actualmente se posiciona como una de las causas principales de amputación de extremidades.
De acuerdo con información difundida por el medio especializado Medical Xpress, la enfermedad arterial periférica afecta a una población considerable, estimándose que entre 8 y 12 millones de personas en Estados Unidos padecen este trastorno. La gravedad de la PAD radica en la dificultad para diagnosticarla de manera oportuna antes de que se presenten complicaciones severas, lo que convierte a este nuevo desarrollo en una alternativa prometedora para mejorar la salud pública.
El estudio, cuyos resultados fueron publicados en la revista de investigación biomédica npj Digital Medicine, se basó en un análisis exhaustivo de datos. Los científicos utilizaron más de 10.000 grabaciones de PPG realizadas en el dedo del pie, datos obtenidos de 3.500 pacientes que fueron sometidos a las pruebas convencionales de índice tobillo-brazo (ABI) en UC San Diego Health durante el periodo comprendido entre 2020 y 2025.
Para lograr este sistema, los investigadores identificaron 78 parámetros específicos de la PPG que mostraban una correlación significativa con los resultados del índice tobillo-brazo. Con esta base de datos, procedieron a entrenar un modelo de aprendizaje automático diseñado para discriminar si un individuo presentaba PAD basándose exclusivamente en los datos obtenidos a través de la fotopletismografía.
En cuanto a los resultados, el sistema alcanzó una precisión aproximada del 83% en la identificación de los casos. Mattheus Ramsis, director médico de informática en cardiología y co-primer autor de la investigación, destacó que esta cifra supera ampliamente la eficacia de los sistemas de evaluación clínica tradicionales basados en factores de riesgo, los cuales suelen oscilar entre el 60% y el 65%. Además, el equipo descubrió que la precisión del modelo podía incrementarse en un 2% adicional al integrar el estado de tabaquismo del paciente en el análisis.
La funcionalidad técnica del sistema fue explicada por Ava J. Fascetti, estudiante de doctorado en ingeniería eléctrica y coautora principal del proyecto. Fascetti señaló que la PPG opera proyectando luz sobre el tejido, en este caso el dedo del pie, mientras un sensor mide la cantidad de luz reflejada. Este proceso permite detectar cambios mínimos en el volumen sanguíneo, funcionando como un "biomarcador digital" que ofrece resultados inmediatos sin requerir ninguna intervención invasiva.
Uno de los puntos más fuertes de esta técnica es su versatilidad. La investigación demostró que el modelo es igualmente eficaz en diversos grupos poblacionales, en diferentes sedes hospitalarias y en personas que ya padecen otras condiciones crónicas, como enfermedades cardiovasculares, diabetes o insuficiencia renal terminal. Ramsis subrayó que el modelo es capaz de reflejar cambios fisiológicos reales en el flujo sanguíneo de los dedos del pie, aportando datos que la evaluación tradicional no siempre logra capturar.
Actualmente, el diagnóstico estándar de la PAD mediante el índice tobillo-brazo presenta barreras logísticas considerables, ya que demanda entre 15 y 30 minutos de ejecución y requiere la asistencia de clínicas especializadas. Esta situación limita el acceso al diagnóstico, especialmente en comunidades marginadas. La propuesta de la UC San Diego eliminaría estas barreras, permitiendo la detección mediante un escaneo rápido y una aplicación impulsada por IA.
Dada la alta penetración de la tecnología móvil, con un 95% de la población disponiendo de smartphones o dispositivos avanzados, el director médico prevé expandir la validación del sistema hacia oxímetros de pulso, tecnologías vestibles y teléfonos inteligentes. El objetivo es superar los obstáculos económicos, institucionales y de transporte que hoy dificultan el acceso al diagnóstico estándar.
Este escaneo rápido podría implementarse en entornos clínicos como una herramienta de triaje eficiente o permitir que pacientes en situación de alto riesgo realicen autoevaluaciones en sus hogares. De este modo, se facilitaría una derivación médica precoz, reduciendo la incidencia de episodios graves y, fundamentalmente, evitando la amputación de miembros.
Finalmente, Ramsis, quien también es el director fundador del UC San Diego Biosignal Repository, enfatizó que el impacto máximo del proyecto sería preservar la función del miembro y reducir la mortalidad en comunidades desatendidas. La validación futura en diversas plataformas sentaría las bases para diagnósticos digitales masivos y una infraestructura escalable de biosignales que permita crear nuevas herramientas diagnósticas basadas en datos digitales y fisiología.
