VALÈNCIA, 16/11/2021- El grup de CoMMLab ha aconseguit finançament per a dos dels seus projectes. D'una banda, el Ministeri de Ciència i Innovació ha concedit finançament al projecte Intelligent Cardiac Digital Twins for Arrhythmia Stratification and Optimal Therapy Planning (iCardioTwins) en la Convocatòria Reptes 2020 -Projectes d'I+D+i-. D'altra banda, la Generalitat Valenciana ha subvencionat la iniciativa Estratificació del risc d'arrítmia cardíaca basat en simulacions específiques de fibrosis i escares (scaRisk) en l'àmbit de subvencions a grups d'investigació consolidats AICO/2021.

Els investigadors de iCardioTwins i scaRisk són Rafael Sebastián, Miguel Lozano, Miguel Rodrigo, Ignacio García Fernández, Francisco Martínez, Alejandro Liberos Mascarell, Fernando Barber. En iCardioTwins compten amb la col·laboració d'Ana Ferrer i Sanjiv M. Narayan, i en scaRisk amb Antonio Berruezo. Tant el projecte iCardioTwins com scaRisk estan oberts a investigadors predoctorals i postdoctorals en enginyeria biomèdica, informàtica, matemàtiques, medicina.

Les malalties cardiovasculars són la principal causa de mortalitat en el món. Aquestes malalties representen el 31% de les morts. El diagnòstic és senzill, però la teràpia és complexa tant a nivell econòmic com clínic. De manera freqüent, els pacients segueixen prescripcions consecutives després d'una fallada en la resposta, amb el consegüent retard i cost en el seu tractament. La identificació de les correctes teràpies a cada pacient pot ser una millora de l'efectivitat i rendibilitat del tractament. A més, aquest fet pot previndre morts prematures i facilitar un envelliment saludable.

És per això que Rafael Sebastián i Miguel Rodrigo, directors del projecte, han afirmat que tots dos projectes tenen com a objectiu comú proporcionar noves eines per a millorar la taxa d'èxit de les teràpies d'arrítmies cardíaques, capaces de predir el resultat i millorar l'estratègia d'aplicació. La idea de CoMMLab és realitzar una estratificació cardiovascular personalitzada del pacient i la planificació de la teràpia, mitjançant la combinació d'imatges i simulacions no invasives multimodals en una eina d'intel·ligència artificial. Pel fet que unes certes subpoblaciones de pacients tenen una millor resposta a teràpies concretes, s'utilitzaran predictors d'intel·ligència artificial entrenats amb dades clíniques, així com simulacions biofísiques detallades de múltiples escales i basades en la població, per a ajudar als metges en la selecció i aplicació de teràpies per a pacients amb arrítmies complexes.