BioRes (Biomedical Engineering and Resuscitation) Research groups

El grupo BioRes (Biomedical Engineering and Resuscitation) es un equipo multidisciplinar que centra su actividad en la aplicación de técnicas avanzadas de procesamiento digital de señales biomédicas e inteligencia artificial al tratamiento de la parada cardiorrespiratoria extrahospitalaria (PCREH).

El grupo está constituido por ingenieros biomédicos y clínicos con una trayectoria común, liderados por una IP con una carrera investigadora de más de 20 años en el ámbito de la resucitación cardíaca. El grupo lo componen cuatro ingenieros con experiencia contrastada en el tratamiento avanzado de señal y en la aplicación de algoritmos de aprendizaje automático. Su trayectoria se desligó hace cuatro años de un grupo de investigación más amplio y generalista, y desde entonces enfocan su actividad de manera independiente y en exclusiva a la temática mencionada. Desde 2017 BioRes es un grupo de investigación reconocido por la UPV/EHU.

La perspectiva médica de nuestra investigación está cubierta por los médicos de Osakidetza, que aportan el conocimiento clínico y el acceso a la red de servicios de Emergentzia-Osakidetza. Su colaboración es imprescindible tanto para la recopilación de registros de PCREH como para la integración de nuevas tecnologías en las ambulancias de la red de emergencias sanitarias de la CAPV. Más aún, esta colaboración proporciona el marco idóneo para la definición de líneas de trabajo que tengan impacto en la asistencia sanitaria del paciente en PCREH.

El equipo humano se complementa con dos clínicos internacionales punteros en el área de la resucitación. Una larga trayectoria de colaboración conjunta nos permite acceder a amplias bases de datos de resucitación. La cantidad y variedad de los registros recopilados, atendiendo a tipología de paciente, terapia de resucitación cardiopulmonar, método de ventilación, etc permite plantear soluciones innovadoras basadas en inteligencia artificial y minería de datos. El grupo BioRes es pionero en aplicar dichas soluciones en el tratamiento de la PCREH.

Enmarcamos nuestra investigación en torno a tres grandes líneas de actuación:
1-La aplicación de técnicas avanzadas de procesamiento de las señales biomédicas, que permiten extraer información de interés clínico. Se trata de señales muy especiales asociadas al paciente en PCREH respondiendo a las terapias de desfibrilación y/o masaje de resucitación cardiopulmonar.
2- Los algoritmos de aprendizaje automático y minería de datos que permiten modelar un problema o diseñar un clasificador reproduciendo el conocimiento clínico del médico.
3- La incorporación de nuevas tecnologías al escenario de la PCREH. Planteamos la integración de tecnologías como la espectrocopia de infrarrojo para la oximetría cerebral o la ecografía para monitorizar el movimiento cardiovascular, sacándolas del habitual entorno intra-hospitalario para su utilización en la PCREH.

A pesar de los desarrollos tecnológicos, y de las mejoras asistenciales de los servicios de emergencias, los índices de supervivencia de la PCREH rara vez supera el 10% de los casos. Con el objetivo de contribuir a mejorar tanto el índice de supervivencia como el estado neurológico del paciente, el proyecto que se plantea propone soluciones tecnológicas a las siguientes cuestiones:
- Monitorización no invasiva de la circulación del paciente en PCREH
- Monitorización dinámica del ritmo cardíaco
- Monitorización hemodinámica del paciente durante el masaje de resucitación:     Hacia la resucitación cardiorrespiratoria adaptativa
- Viabilidad de nuevas tecnologías para la monitorización de la PCREH
- Análisis de los factores de supervivencia en la PCREH a nivel nacional e internacional

Ikerketa eremua

Engineering & Technology

Erakundea
University of the Basque Country (UPV/EHU)
RIS3 lehentasunak
  • Advanced manufacturing
  • Biosciences & Health
Ikertzaile nagusia
Elisabete Aramendi Ecenarro
Helbidea
ESCUELA DE INGENIERÍA DE BILBAO
Nola iritsi
Ikerketa lerro nagusiak
  • Algoritmos de aprendizaje automático y minería de datos
  • Tratamiento de la parada cardiorrespiratoria extrahospitalaria
  • Procesado digital de señales biomédicas