Un gran paso adelante en el monitoreo de ultrasonido inalámbrico para sujetos en movimiento

Un equipo de ingenieros de la Universidad de California en San Diego ha desarrollado el primer sistema de ultrasonido portátil completamente integrado para el monitoreo de tejidos profundos, incluso para sujetos en movimiento. Facilita el monitoreo cardiovascular que puede salvar vidas y marca un gran avance para uno de los laboratorios de ultrasonido portátiles líderes en el mundo. El artículo, "Un sistema de ultrasonido portátil totalmente integrado para monitorear tejidos profundos en sujetos en movimiento", se publica en la edición del 22 de mayo de 2023 de Nature Biotechnology.

"Este proyecto brinda una solución completa a la tecnología de ultrasonido portátil: no solo el sensor portátil, sino también la electrónica de control se fabrican en factores de forma portátiles", dijo Muyang Lin, Ph.D. candidato en el Departamento de Nanoingeniería de UC San Diego y el primer autor del estudio. "Hicimos un dispositivo verdaderamente portátil que puede detectar los signos vitales de los tejidos profundos de forma inalámbrica".

Un sistema ultrasónico portátil en parche para el control de tejidos profundos. Foto de Muyang Lin para la Escuela de Ingeniería Jacobs de UC San Diego. Galería de tamaño completo.

La investigación surge del laboratorio de Sheng Xu, profesor de nanoingeniería en la Escuela de Ingeniería Jacobs de UC San Diego y autor correspondiente del estudio.

Este sistema ultrasónico portátil autónomo totalmente integrado (USoP) se basa en el trabajo anterior del laboratorio en el diseño de sensores ultrasónicos blandos. Sin embargo, todos los sensores ultrasónicos blandos anteriores requieren cables de conexión para la transmisión de datos y energía, lo que limita en gran medida la movilidad del usuario. En este trabajo, incluye un circuito de control pequeño y flexible que se comunica con una matriz de transductores de ultrasonido para recopilar y transmitir datos de forma inalámbrica. Un componente de aprendizaje automático ayuda a interpretar los datos y rastrear sujetos en movimiento.

Según los hallazgos del laboratorio, el sistema ultrasónico en parche permite el seguimiento continuo de señales fisiológicas de tejidos de hasta 164 mm de profundidad, midiendo continuamente la presión arterial central, la frecuencia cardíaca, el gasto cardíaco y otras señales fisiológicas durante un máximo de doce horas a la vez. tiempo.

"Esta tecnología tiene mucho potencial para salvar y mejorar vidas", dijo Lin. "El sensor puede evaluar la función cardiovascular en movimiento. Los valores anormales de presión arterial y gasto cardíaco, en reposo o durante el ejercicio, son características de la insuficiencia cardíaca. Para poblaciones sanas, nuestro dispositivo puede medir las respuestas cardiovasculares al ejercicio en tiempo real y, por lo tanto, brindar información en la intensidad de entrenamiento real ejercida por cada persona, lo que puede guiar la formulación de planes de entrenamiento personalizados".

El sistema ultrasónico en parche también representa un gran avance en el desarrollo de Internet of Medical Things (IoMT), un término para una red de dispositivos médicos conectados a Internet, que transmite de forma inalámbrica señales fisiológicas a la nube para computación, análisis y uso profesional. diagnóstico.

Gracias a los avances tecnológicos y al arduo trabajo de los médicos en las últimas décadas, el ultrasonido ha recibido una ola continua de interés, y el laboratorio Xu a menudo se menciona por primera vez como un líder temprano y duradero en el campo, particularmente en ultrasonido portátil. . El laboratorio tomó dispositivos que eran estacionarios y portátiles y los hizo estirables y portátiles, lo que impulsó una transformación en el panorama de la supervisión de la atención médica. Su fuerza se basa en parte en su estrecha colaboración con los médicos. "Aunque somos ingenieros, conocemos los problemas médicos que enfrentan los médicos", dijo Lin. "Tenemos una relación cercana con nuestros colaboradores clínicos y siempre recibimos valiosos comentarios de ellos. Esta nueva tecnología de ultrasonido portátil es una solución única para abordar muchos desafíos de monitoreo de signos vitales en la práctica clínica".

Mientras desarrollaba su última innovación, el equipo se sorprendió al descubrir que tenía más capacidades de las previstas inicialmente.

"Al comienzo de este proyecto, nuestro objetivo era construir un sensor de presión arterial inalámbrico", dijo Lin. "Más adelante, mientras hacíamos el circuito, diseñábamos el algoritmo y recopilábamos información clínica, nos dimos cuenta de que este sistema podía medir muchos más parámetros fisiológicos críticos que la presión arterial, como el gasto cardíaco, la rigidez arterial, el volumen espiratorio y más, todos que son parámetros esenciales para el cuidado diario de la salud o el seguimiento intrahospitalario”.

Además, cuando el sujeto está en movimiento, habrá un movimiento relativo entre el sensor ultrasónico portátil y el tejido objetivo, lo que requerirá un reajuste manual frecuente del sensor ultrasónico portátil para realizar un seguimiento del objetivo en movimiento. En este trabajo, el equipo desarrolló un algoritmo de aprendizaje automático para analizar automáticamente las señales recibidas y elegir el canal más apropiado para realizar un seguimiento del objetivo en movimiento.

Sin embargo, cuando el algoritmo se entrena con los datos de un sujeto, ese aprendizaje puede no ser transferible a otros sujetos, lo que hace que los resultados sean inconsistentes y poco confiables.

"Finalmente hicimos que la generalización del modelo de aprendizaje automático funcionara aplicando un algoritmo de adaptación avanzado", dijo Ziyang Zhang, estudiante de maestría en el Departamento de Ciencias de la Computación e Ingeniería de la UC San Diego y coautor del artículo. "Este algoritmo puede minimizar automáticamente las discrepancias de distribución de dominio entre diferentes temas, lo que significa que la inteligencia de la máquina se puede transferir de un tema a otro. Podemos entrenar el algoritmo en un tema y aplicarlo a muchos otros temas nuevos con un mínimo de reentrenamiento".

En el futuro, el sensor se probará entre poblaciones más grandes. "Hasta ahora, solo hemos validado el rendimiento del dispositivo en una población pequeña pero diversa", dijo Xiaoxiang Gao, becario postdoctoral en el Departamento de Nanoingeniería de UC San Diego y coautor del estudio. "A medida que visualizamos este dispositivo como la próxima generación de dispositivos de monitoreo de tejidos profundos, los ensayos clínicos son nuestro próximo paso".

Xu es cofundador de Softsonics, LLC, que planea comercializar la tecnología.

Ponencia: "Un sistema de ultrasonido portátil totalmente integrado para monitorear tejidos profundos en sujetos en movimiento". Los coautores incluyen a Muyang Lin*, Departamento de Nanoingeniería, UC San Diego; Ziyang Zhang*, Departamento de Informática e Ingeniería, UC San Diego; Xiaoxiang Gao*, Yizhou Bian, Ray S. Wu, Geonho Park y Zhiyuan Lou, Departamento de Nanoingeniería, UC San Diego; Zhuorui Zhang, Departamento de Ingeniería Mecánica, Instituto de Tecnología de Massachusetts; Xiangchen Xu, Departamento de Nanoingeniería, UC San Diego; Xiangjun Chen, Programa de Ciencia e Ingeniería de Materiales, UC San Diego; Andrea Kang, Departamento de Ingeniería Eléctrica e Informática, UC San Diego; Xinyi Yang, Programa de Ciencia e Ingeniería de Materiales, UC San Diego; Wentong Yu y Lu Yin, Departamento de Nanoingeniería, UC San Diego; Chonghe Wang, Departamento de Ingeniería Mecánica, Instituto de Tecnología de Massachusetts; Baiyan Qi y Sai Zhou, Programa de Ciencia e Ingeniería de Materiales, UC San Diego; Hongjie Hu y Hao Huang, Departamento de Nanoingeniería, UC San Diego; Mohan Li, Departamento de Ingeniería Eléctrica e Informática, UC San Diego; Yue Gu, Programa de Ingeniería y Ciencia de Materiales, UC San Diego, y Departamento de Neurocirugía, Universidad de Yale; Jing Mu, Programa de Ciencia e Ingeniería de Materiales, UC San Diego; Albert Yang, Departamento de Bioingeniería, UC San Diego; Amer Yaghi y Yimu Chen, Departamento de Nanoingeniería, UC San Diego; Yusheng Lei, Departamento de Nanoingeniería, UC San Diego, y Departamento de Ingeniería Química, Universidad de Stanford; Chengchangfeng Lu, Departamento de Ingeniería Eléctrica e Informática, UC San Diego; Ruotao Wang y Joseph Wang, Departamento de Nanoingeniería, UC San Diego; Shu Xiang, Softsonics LLC, San Diego; Erik B. Kistler, Departamento de Bioingeniería y Departamento de Anestesiología y Cuidados Críticos, UC San Diego; Nuno Vasconcelos, Departamento de Ingeniería Eléctrica e Informática, UC San Diego; y Sheng Xu**, Departamento de Nanoingeniería, Departamento de Ingeniería Eléctrica e Informática, Programa de Ciencia e Ingeniería de Materiales y Departamento de Bioingeniería, UC San Diego; Departamento de Radiología, Escuela de Medicina, UC San Diego; y Softsonics, Inc.

*Estos autores contribuyeron por igual.

**Autor correspondiente

Esta investigación fue financiada parcialmente por el Laboratorio de Investigación de la Fuerza Aérea (AFRL) bajo el número de acuerdo FA8650-18-2-5402 y los Institutos Nacionales de Salud (NIH) (subvención n.º 1 R01 EB033464-01).

Manténgase al día con lo último de UC San Diego. Suscríbete al boletín hoy.

Se ha suscrito con éxito al boletín informativo de UC San Diego Today.