Parche portátil de ultrasonido utiliza IA para detectar presión venosa central elevada
Actualizado el 22 Aug 2026
La presión venosa central (PVC) orienta la administración de líquidos y vasopresores en pacientes críticos, pero la cateterización invasiva conlleva riesgos asociados al procedimiento y no siempre es viable. Las evaluaciones ecográficas de la congestión venosa yugular pueden ser útiles, aunque son intermitentes y dependen del operador. Los médicos necesitan un método cómodo y reproducible que permita una interpretación continua y automatizada junto al paciente. Investigadores han desarrollado ahora un sistema de ultrasonido portátil con IA que estima de forma no invasiva la PVC desde el cuello y automatiza el análisis de las imágenes para apoyar la toma de decisiones.
La tecnología combina un parche de ultrasonido blando que se lleva en el cuello con inteligencia artificial específica y fue evaluada en el Hospital Popular Nº 6 de Shanghái, afiliado a la Universidad Jiao Tong de Shanghái, y en el Hospital Popular Nº 10 de Shanghái. El parche obtiene imágenes de la vena yugular interna (VYI) derecha y de la arteria carótida común (ACC), dos vasos que reflejan la presión auricular derecha. Está diseñado para un uso prolongado en unidades de cuidados intensivos y otros entornos en los que el monitoreo invasivo puede estar contraindicado o retrasarse.
La sonda de matriz lineal de 128 elementos funciona a una frecuencia central de 8,5 MHz para equilibrar la resolución de imagen y la penetración tisular. La adaptación acústica de doble capa y el material de respaldo optimizado proporcionan un amplio ancho de banda, mientras que una interfaz de hidrogel sólido con encapsulado de silicona ayuda a mantener un acoplamiento acústico estable y mejorar la comodidad sobre la piel. En las pruebas de viabilidad, la calidad de imagen se mantuvo estable durante 24 horas, lo que respalda la adquisición continua de secuencias de imágenes para su posterior análisis automatizado.
Para procesar este flujo continuo de imágenes, el equipo desarrolló un modelo de segmentación semisupervisado denominado red de atención espaciotemporal con doble decodificador (DSTA-Net). Solo alrededor del 10 % de los fotogramas requiere etiquetado manual en los puntos de máxima y mínima dilatación de la vena yugular interna, mientras que los fotogramas restantes se convierten en señales de aprendizaje mediante un esquema de consistencia de doble decodificador combinado con atención temporal.
En los conjuntos de prueba internos y externos, DSTA-Net superó a UNet, Swin-UNet, DeepLabV3+ y a métodos semisupervisados de referencia. Alcanzó puntuaciones Dice del 83,5 % y 75,8 % para la segmentación de la VYI, además de correlaciones de Spearman superiores a 0,88 frente a las mediciones de expertos y errores porcentuales de Bland-Altman muy por debajo del 30 %.
Los índices vasculares extraídos automáticamente de estas imágenes segmentadas, incluidos el área máxima y mínima de la VYI, el área de la arteria carótida común (ACC) y las relaciones VYI/ACC, se combinan posteriormente con la edad, el índice de masa corporal, la presión arterial y la frecuencia cardíaca en un perceptrón multicapa de doble modalidad (DM-MLP) diseñado para datos clínicos tabulares. Sus operaciones Attribute-Mixing y Case-Mixing mejoraron el área bajo la curva característica operativa del receptor (AUC) entre un 4 % y un 8 % en comparación con los modelos de referencia ResNet, DenseNet y Transformer.
En una cohorte prospectiva y multicéntrica de 349 pacientes de unidades de cuidados intensivos, el DM-MLP detectó una presión venosa central elevada (PVC; ≥8 mmHg) con AUC de 0,91 en la cohorte interna y de 0,87 en la cohorte externa. El rendimiento se mantuvo sólido con umbrales de 7 y 9 mmHg, mientras que los análisis de explicabilidad identificaron los índices derivados de la VYI como los principales predictores, reforzando el valor de las mediciones vasculares obtenidas de forma continua para la evaluación no invasiva de la PVC.
El sistema funciona a 32 fotogramas por segundo en un servidor hospitalario, lo que permite una interpretación casi en tiempo real. Entre las limitaciones señaladas se encuentran el tamaño moderado de la cohorte de entrenamiento, el enfoque en la precisión diagnóstica en lugar de los resultados clínicos y la persistente falta de transparencia en algunas rutas de decisión semisupervisadas.
El estudio se publicó en Cyborg and Bionic Systems el 8 de agosto de 2026, y los próximos pasos incluyen cohortes más amplias, la predicción directa de valores continuos de PVC, una mayor interpretabilidad y ensayos de intervención.
“Diseñamos un transductor de ultrasonido lineal de 128 elementos y ultra delgado que puede llevarse cómodamente en el cuello. Toma imágenes de la vena yugular interna derecha (IJV) y de la arteria carótida común (CCA), dos vasos que reflejan de forma fiable la presión venosa central porque la IJV se conecta directamente con la aurícula derecha sin válvulas”, dijo el profesor Zheng.
“No se trata de reemplazar los CVC en todos los pacientes. Se trata de proporcionar una herramienta de cribado segura, rápida y repetible para pacientes en los que la cateterización está contraindicada o es difícil, y para la identificación temprana a la cabecera del paciente de una PVC elevada que guíe una intervención oportuna”, añadió Zheng.