Los investigadores han desarrollado ECGLight, un pipeline ligero de extremo a extremo que convierte fotos de smartphones de ECGs en papel en señales calibradas de 12 derivaciones para detectar patologías de Infarto de Miocardio (IAM). El sistema utiliza SHapley Additive exPlanations (SHAP) para la interpretabilidad y está diseñado para operar en dispositivos con recursos computacionales limitados.
- Entrenado y evaluado en 21,799 ECGs del conjunto de datos PTB-XL y validado en el conjunto de datos ECG-Matrix adquirido en hospitales.
- Se ejecuta en menos de 30 segundos por ECG en recursos solo de CPU.
- Alcanza una precisión del 95.51% (F1 = 0.9519) para la detección de IAM en PTB-XL.
- Alcanza una precisión del 88.89% (F1 = 0.8862) para la detección de OMI en ECG-Matrix.
Este trabajo demuestra que los registros antiguos en papel pueden digitalizarse y analizarse de manera confiable en áreas remotas que carecen de capacidades de exportación digital, conectividad de alta velocidad o infraestructura de cómputo de gama alta.