2. La auscultación del pecho se ha considerado durante mucho tiempo una parte útil de el examen físico,
remontándose a la época de Hipócrates. Sin embargo, no se convirtió en una práctica generalizada
hasta la invención del estetoscopio por René Laënnec en 1816.
ULTRASONOGRAFIA
RADIOGRAFÍA
RESONANCIA
MÁGNETICA
TOMOGRAFÍA
COMPUTARIZADA
Ruidos respiratorios normales
3. SONIDOS RESPIRATORIOS NORMALES
Sonido respiratorio Característica clínica Correlación Clínica
Sonido Traqueal • Hueco y no musical
• Se escucha claramente en ambas fases del
ciclo respiratorio
• Gran cantidad de energía sonora
• Transporta sonidos intrapulmonares
(Flujo de aire turbulento faringe, glotis)
• Se utiliza para monitoria la apnea del
sueño
Sonido pulmonar
normal (Vesicular)
• Suave, no musical, se escucha solo en la
inspiración
• Es disminuido por factores que afectan la
generación de sonido
• Descarta una obstrucción clínicamente
significativa de las vías respiratorias
Broncovesicular • Suave, no musical, se escucha solo en la
inspiración
• Tono e intensidad de rango medio.
• Es disminuido por factores que afectan la
generación de sonido
4. RESONANCIA VOCAL
El tejido pulmonar es también un filtro, es decir, es un fenómeno físico que consiste en el
refuerzo de determinadas frecuencias (armónicos) en el espectro de un sonido y la
amortiguación de otras.
SONIDO CARACTERISTICA
Broncofonía Las palabras son transmitidas con
mayor intensidad de lo normal.
Egofonía Paciente dice la letra “E” y el
examinador escucha la letra “A”
Pectoriloquia susurrada La voz se ausculta claramente en
zonas de condensación
5. CLASIFICACIÓN DE RUIDOS PULMONARES ANORMALES
Sonido Continuida
d
Duración Momento Frecuencia Característica
Clinica
Causa Correlación Clinica
Estridor Continuo >250 ms Principalmente
en inspiratorio
>500Hz Musical, Tono alto,
se puede escuchar
sin estetoscopio
Obstrucción
vías
respiratorias
superiores
Epiglotitis, cuerpo
extraño, edema
laríngeo, después de
la extubación
Sibilancia Continuo >80 ms Bifásico,
mayormente en
espiratorio
>400Hz Musical, agudo Limitación del
flujo de aire
ASMA, EPOC, Cuerpo
extraño
Ronco Continuo >80 ms Bifásico,
mayormente en
espiratorio
<200 Hz Musical, de tono
bajo
Secreciones
Engrosamiento
Bronquial
Bronquitis, EPOC
Crepito
Fino
Discontinu
o
5 ms Inspiración
(media o tardío)
>650 Hz No musical, corto,
no afectado por la
tos
Apertura
explosiva de
vías aéreas
pequeñas
Neumonía Fibrosis
pulmonar intersticial
6. Sonido Continuida
d
Duración Momento Frecuencia Característica
Clinica
Causa Correlación Clínica
Crepito
Grueso
Discontinu
o
15 ms Inspiración
(temprana)
<350 Hz No musical, corto
Afectado por la tos
Aperturas
intermitente de
bronquios
Bronquitis crónica
Frotamie
nto
pleural
Discontinu
o
>15 ms Bifasico,
principalmente
en inspiratorio
Bajo <350 Hz No musical,
explosivo
Membranas
pleurales se
frotan entre si
Tumor pulmonar
Pleuritis
Pericarditis
Graznido Continuo 200 ms Inspiratorio Bajo 200-300Hz Sonido mixto Limitación del
flujo de aire en
vías
respiratorias
Hipersensibilidad
Neumonía
La auscultación pulmonar sigue siendo una parte
esencial del examen físico
7. 1. la auscultación puede ayudar a un diagnóstico adecuado de la enfermedad
respiratoria e identificar a los pacientes que necesitan
2. Recientemente, el aprendizaje profundo se aplica ampliamente a algunos
campos médicos, incluido el análisis de rayos X de tórax
o electroencefalograma.
3. Hay varios estudios publicados sobre la auscultación de sonidos cardíacos
y pulmonares asistida por IA.
4. La IA se utilizó para distinguir diferentes soplos y diagnosticar cardiopatías
congénitas y valvulares.
5. La auscultación del pulmón es diferente a la del corazón en algunos
aspectos. Primero, los pulmones son mucho más grandes que el corazón; y
los sonidos pulmonares deben registrarse en múltiples sitios de ambos
pulmones para un análisis preciso. En segundo lugar, la calidad del sonido
pulmonar se ve fácilmente afectada por el esfuerzo del paciente para
respirar.
6. El desarrollo de dispositivos acústicos robustos para usar junto a la cama,
como lo demuestran los estetoscopios electrónicos combinados con
grabadoras pequeñas y convenientes, tal vez en forma de un teléfono
inteligente con una aplicación, puede proporcionar los medios objetivos
portátiles tan esperados para registrar, analizar y almacenar se miden y se
almacenan los sonidos pulmonares del mismo modo que cualquier otra
información clínica.
8. Características de los sonidos
respiratorios en bases de datos
Tabla pacientes y sonidos pulmonares presentes, imagen tomada de
doi: https://doi.org/10.1056/nejmra1302901
• RULF campo del lóbulo superior derecho
• RMLF campo del lóbulo medio derecho
• RLLF campo del lóbulo inferior derecho
• LULF campo del lóbulo superior izquierdo
• LMLF campo del lóbulo medio izquierdo
• LLLF campo del lóbulo inferior izquierdo
• EPOC enfermedad pulmonar obstructiva
crónica
• EPI enfermedad pulmonar intersticial
• FPI enfermedad pulmonar idiopática
• ACO solapamiento asma-EPOC.
9. Diagrama de flujo de selección de estudios, imagen tomada de
doi: https://doi.org/10.1371/journal.pone.0177926.g001
Diagrama de clasificación de sonidos respiratorios, imagen
tomada de doi: https://doi.org/10.1056/nejmra1302901
10. CONCLUSIONES
•Los profesionales de la salud deben tener en cuenta su capacitación y capacidad de
reconocimiento clínico para identificar los sonidos adventicios, que son sonidos superpuestos a
los sonidos respiratorios normales. Estos se pueden caracterizar en función de las condiciones
subyacentes y, por lo tanto, ser muy útiles para ayudar al diagnóstico.
•Para poder llevar a cabo la auscultación se debe tener mucha experiencia para poder determinar
los tipos de sonidos que escucha y decidir cómo esta información puede ayudar en el
diagnóstico o el seguimiento. Tanto los pacientes como los médicos pueden pasar por alto los
síntomas y subestimar su gravedad de los mismos, dando como resultado que no se brinde la
atención adecuada
11. BIBLIOGRAFÍA
•Bohadana, A., Izbicki, G., & Kraman, S. S. (2014). Fundamentals of lung auscultation. The New
England Journal of Medicine, 370(8), 744–751. https://doi.org/10.1056/nejmra1302901
•Kim, Y., Hyon, Y., Jung, S. S., Lee, S., Yoo, G., Chung, C., & Ha, T. (2021). Respiratory sound
classification for crackles, wheezes, and rhonchi in the clinical field using deep learning.
Scientific Reports, 11(1), 17186. https://doi.org/10.1038/s41598-021-96724-7
•Pramono, R. X. A., Bowyer, S., & Rodriguez-Villegas, E. (2017). Automatic adventitious respiratory
sound analysis: A systematic review. PloS One, 12(5), e0177926.
https://doi.org/10.1371/journal.pone.0177926