Detección eficiente y remota de salud cardiovascular mediante videos

Abstract

Las enfermedades cardiovasculares (ECV) son una causa principal de mortalidad, evidenciando la urgencia de métodos de monitoreo más eficientes y accesibles que los tradicionales, limitados por costos, logística y riesgos de contagio en centros de salud. La detección remota de la salud cardiovascular mediante videos surge como una solución innovadora, alineada con los paradigmas de la medicina personalizada, preventiva y de precisión [1]. Esta tecnología facilita mediciones frecuentes en el entorno del paciente, siendo la información recopilada vital para la medicina de precisión, permitiendo un mejor entendimiento, seguimiento y prevención de las ECV [2]. Sin embargo, existen pocos algoritmos robustos, una escasez de datos para su entrenamiento y validación, y cuestiones tecnológicas por resolver relativas a dispositivos de captura, condiciones de medición y factores humanos [3]. Asimismo, empujar la medición al usuario final implica desafíos adicionales dados por los requerimientos computacionales de tales algoritmos, creando la necesidad de explorar nuevos paradigmas de cómputo intensivo como Edge AI [14]. El proyecto desarrolla algoritmos para la detección remota de parámetros cardiovasculares mediante videos sobre arquitecturas Edge AI. El objetivo es superar los obstáculos tecnológicos actuales, contribuyendo con herramientas que permitan un monitoreo cardiovascular más accesible, continuo, eficiente y personalizado.