Ponentes
Descripción
La epilepsia afecta a cerca de 50 millones de personas en el mundo y su diagnóstico depende de la interpretación visual de registros electroencefalográficos (EEG) multicanal, adquiridos durante varias horas e incluso varios días. Esta tarea es exigente, depende de la experiencia del especialista y es difícilmente escalable, y el número de epileptólogos es limitado. En el Servicio de Neurología del Instituto de Previsión Social (IPS) de Paraguay, las señales EEG quedan confinadas a las estaciones de adquisición: no existe análisis automatizado, ni extracción de segmentos con actividad ictal, ni acceso remoto para la revisión colaborativa, lo que deriva en demoras en la emisión de informes y en una sobrecarga sostenida del equipo médico. Frente a esta brecha, el presente trabajo propone desarrollar y validar una herramienta informática compuesta por una plataforma web médica y un motor de inteligencia artificial para la detección automática de crisis epilépticas en señales de EEG, orientada a reducir el tiempo de análisis y a apoyar la decisión clínica del epileptólogo; dicho producto se concibe como un software basado en inteligencia artificial como dispositivo médico (AI-SaMD). El pipeline de señales contempla la lectura de formatos estándar (EDF), filtrado, segmentación y caracterización en bases de datos públicas y, posteriormente, en registros locales del IPS. Sobre ese conjunto se evalúan clasificadores supervisados clásicos y de ensamble, priorizados por su interpretabilidad y eficiencia computacional, frente a la complejidad de los registros multicanal. La evaluación emplea validación cruzada estratificada interpaciente y métricas clínicamente relevantes (sensibilidad, especificidad y F1-score), incorporando la tasa de falsas alarmas por hora en la fase de validación con registros continuos del IPS. La arquitectura de despliegue es monolítica-modular, con el servicio de modelos desacoplado y el registro de auditoría, íntegramente basada en tecnologías de código abierto, con cifrado y control de acceso por roles. Como resultados, se espera obtener un motor de detección validado técnicamente, una plataforma web funcional que superponga gráficamente los eventos detectados sobre la señal de EEG, y una validación piloto en un entorno clínico real, con retroalimentación iterativa de los especialistas del Servicio de Neurología del IPS. De este modo, la propuesta aborda una brecha tecnológica concreta del sistema público de salud paraguayo mediante una solución modular, replicable y basada en software libre, escalable a otros centros de la red nacional, y constituye, además, un caso de aplicación del marco regulatorio AI-SaMD en un entorno de recursos limitados.