VALENCIA, 16/11/2021- El grupo de CoMMLab ha conseguido financiación para dos de sus proyectos. Por un lado, el Ministerio de Ciencia e Innovación ha concedido financiación al proyecto Intelligent Cardiac Digital Twins for Arrhythmia Stratification and Optimal Therapy Planning (iCardioTwins) en la Convocatoria Retos 2020 -Proyectos de I+D+i-. Por otro lado, la Generalitat Valenciana ha subvencionado la iniciativa Estratificación del riesgo de arritmia cardiaca basado en simulaciones específicas de fibrosis y escaras (scaRisk) en el ámbito de subvenciones a grupos de investigación consolidados AICO/2021.
Los investigadores de iCardioTwins y scaRisk son Rafael Sebastián, Miguel Lozano, Miguel Rodrigo, Ignacio García Fernández, Francisco Martínez, Alejandro Liberos Mascarell, Fernando Barber. En iCardioTwins cuentan con la colaboración de Ana Ferrer y Sanjiv M. Narayan y en scaRisk con Antonio Berruezo. Tanto el proyecto iCardioTwins como scaRisk están abiertos a investigadores predoctorales y postdoctorales en ingeniería biomédica, informática, matemáticas, medicina.
Las enfermedades cardiovasculares son la principal causa de mortalidad en el mundo. Dichas enfermedades representan el 31% de las muertes. El diagnóstico es sencillo, pero la terapia es compleja tanto a nivel económico como clínico. De manera frecuente, los pacientes siguen prescripciones consecutivas tras un fallo en la respuesta, con el consiguiente retraso y coste en su tratamiento. La identificación de las correctas terapias a cada paciente puede ser una mejora de la efectividad y rentabilidad del tratamiento. Además, este hecho puede prevenir muertes prematuras y facilitar un envejecimiento saludable.
Es por ello por lo que Rafael Sebastián y Miguel Rodrigo, directores del proyecto, han afirmado que ambos proyectos tienen como objetivo común proporcionar nuevas herramientas para mejorar la tasa de éxito de las terapias de arritmias cardíacas, capaces de predecir el resultado y mejorar la estrategia de aplicación. La idea de CoMMLab es realizar una estratificación cardiovascular personalizada del paciente y la planificación de la terapia, mediante la combinación de imágenes y simulaciones no invasivas multimodales en una herramienta de inteligencia artificial. Debido a que ciertas subpoblaciones de pacientes tienen una mejor respuesta a terapias concretas, se utilizarán predictores de inteligencia artificial entrenados con datos clínicos, así como simulaciones biofísicas detalladas de múltiples escalas y basadas en la población, para ayudar a los médicos en la selección y aplicación de terapias para pacientes con arritmias complejas.
