Determinación del flujo de la fístula arteriovenosa para hemodiálisis mediante un método basado en Inteligencia Artificial no invasivo y no técnico dependiente (PHIRFAV)

Resumen del proyecto

La enfermedad renal crónica tiene una prevalencia que alcanza el 15% en la población española, se caracteriza por un fallo en la función renal y puede llegar a requerir terapia renal sustitutiva (diálisis o trasplante). Los pacientes en hemodiálisis requieren de un acceso vascular para conectarse a la máquina de hemodiálisis, que pueden ser la fístula arteriovenosa (FAV) o un catéter venoso central. Debido a las complicaciones del catéter (infecciones y daño vascular), la FAV supone el método más indicado para el tratamiento en diálisis. Sin embargo, la FAV tiene un alto riesgo de fallo debido al desarrollo de estenosis y en relación a estas, el desarrollo de trombosis, por lo que su vigilancia es crucial y permite la detección precoz de estas complicaciones. Esta vigilancia se puede realizar mediante el uso de la ecografía Doppler o por métodos dilucionales, pero ambas técnicas requieren de profesionales especializados y entrenados. La dependencia de estos recursos no siempre disponibles y de personal especializado generó el proyecto PHIRFAV, un sistema preciso y no invasivo de detección del flujo sanguíneo de la FAV, que evita que su realización sea técnico dependiente. Este sistema tiene el objetivo de utilizar señales de fotoplestimografía y de imágenes térmicas para procesarlas y poder estimar el flujo de la FAV, mediante el análisis de estas por machine learning. La hipótesis del proyecto se basa en que estos dispositivos serán capaces de medir el flujo de la fístula arteriovenosa de un modo robusto bien por separado o combinando la información de ambas tecnologías. Dicha hipótesis será contrastada con la realización de una prueba de concepto, donde los prototipos previos (utilizados en estudios de viabilidad técnica independientes) se adaptarán para poder ser integrados en una sola solución y conectados con una plataforma en la nube.

Palabras clave

Acceso vascular
fistula arteriovenosa
enfermedad renal crónica
hemodialysis
ecografia
vigilancia
inteligencia artificial
machine learning
imagen térmica
fotopletismografia

Convocatoria

Acción Estratégica en Salud (AES)

Periodo de ejecución

01/01/2025 - 31/12/2026

Investigador Principal

JOSE IBEAS LOPEZ

Centro beneficiario

FUNDACIO INSTITUT D INVESTIGACIO I INNOVACIO PARC TAULI (I3PT)

Centro de realización

FUNDACIO INSTITUT D INVESTIGACIO I INNOVACIO PARC TAULI (I3PT)

Comunidad Autónoma

CATALUÑA

Provincia

BARCELONA

Financiación

118,000 €