Mejora del diagnóstico cardíaco: CathEF utiliza un algoritmo de red neuronal profunda, una forma de inteligencia artificial, para predecir la reducción de la capacidad de bombeo del corazón.
Corazón – interpretación artística. Crédito de la imagen: Pin Adventure Map a través de Unsplash, licencia gratuita
La enfermedad coronaria es la principal causa de muerte en adultos en todo el mundo. En muchos casos, la cuantificación de la fracción de eyección del ventrículo izquierdo (FEVI), o la cantidad de sangre que bombea el ventrículo izquierdo con cada contracción, es fundamental para optimizar la toma de decisiones y las decisiones de tratamientoparticularmente para síndromes coronarios agudos como ataques cardíacos o angina inestable.
Hasta ahora, la cuantificación de la FEVI requería pruebas invasivas utilizando un catéter que conlleva sus propios riesgos, lo que no es ideal para pacientes que ya experimentan problemas cardíacos y de accidentes cerebrovasculares.
Pero eso podría estar a punto de cambiar con la ayuda de la inteligencia artificial y la investigación del cardiólogo de la UCSF. geoff tisonMD, MPH, y Robert Avram, MD, ex becario de investigación de la UCSF y ahora en el Montreal Heart Institute.
Un modelo físico de corazón en 3D – foto ilustrativa. La inteligencia artificial tiene un sólido potencial para mejorar el diagnóstico cardíaco. Crédito de la imagen: Kenny Eliason a través de Unsplash, licencia gratuita
¿Entiendo correctamente que está utilizando inteligencia artificial para analizar cuánta sangre bombea el corazón en pacientes individuales?
Bueno, sí y no. Nuestra investigación reciente, publicada en JAMA Cardiología usó redes neuronales profundas, un tipo de algoritmo de inteligencia artificial llamado CathEF, para predecir la cantidad de sangre que bombeaba un corazón utilizando videos de angiogramas estándar (imágenes de rayos X que visualizan el interior de los vasos sanguíneos, en particular arterias, venas y las cámaras del corazón) con el objetivo de obtener nuevos conocimientos sobre el posible tratamiento del paciente en situaciones críticas.
Para que quede claro, esta fue una investigación para probar la viabilidad del enfoque basado en inteligencia artificial. No lo usamos para influir en el tratamiento de los pacientes.
Imagen médica de un corazón. Crédito de la imagen: UCSF
¿Cómo puede la inteligencia artificial predecir cuánta sangre está bombeando un corazón?
Lo alimentamos con angiogramas coronarios de más de 4000 pacientes junto con los ecocardiogramas transtorácicos correspondientes, o pruebas de ultrasonido coronario de 3600 pacientes.
Los angiogramas y los ecocardiogramas son la evaluación diagnóstica estándar para casi todas las decisiones relacionadas con enfermedades cardíacas, desde medicamentos hasta cirugía de derivación coronaria, por lo que casi todas las personas con problemas cardíacos o derrames cerebrales se los realizan.
¿Qué estaba buscando CathEF AI?
Usando los angiogramas y ecocardiogramas, pudimos establecer una línea de base. Luego, optimizamos CathEF para estimar una FEVI reducida de menos o igual al 40 %, lo que indica la necesidad de análisis clínicos adicionales y posibles pruebas.
¿Cómo se desempeñó CathEF?
Los resultados mostraron que CathEF predijo con precisión la FEVI con fuertes correlaciones con las mediciones ecocardiográficas de FEVI, que actualmente es el enfoque clínico estándar no invasivo para determinar la FEVI. El modelo también fue validado externamente en angiogramas del Ottawa Heart Institute.
CathEF se desempeñó bien en diferentes condiciones clínicas y demográficas de pacientes, incluidos los síndromes coronarios agudos y los niveles variables de función renal: poblaciones de pacientes que pueden ser menos adecuadas para recibir el procedimiento de ventriculograma izquierdo estándar.
¿Cómo mejora CathEF el arsenal de diagnóstico de los cardiólogos?
El uso de IA aprovecha los datos que ya se recopilan durante cada angiograma para proporcionar información crítica que actualmente no está disponible para los médicos. Creemos que este enfoque novedoso podría adaptarse para proporcionar información sobre la FEVI en tiempo real que sirva de base para la toma de decisiones clínicas y pueda ayudar a obtener mejores resultados para los pacientes.
¿Qué podría significar esto para los pacientes?
En la actualidad, medir la FEVI durante la angiografía requiere un procedimiento invasivo adicional llamado ventriculografía, donde se inserta un catéter en el ventrículo izquierdo y se inyecta un medio de contraste, lo que conlleva riesgos adicionales. Puede aumentar el riesgo de arritmias o accidentes cerebrovasculares para el paciente, por lo que se realiza con menos frecuencia.
CathEF podría ayudar a muchos pacientes a evitar estos riesgos al tiempo que brinda la información que los médicos necesitan para tomar decisiones de tratamiento y, en última instancia, mejorar los resultados y la calidad de vida de los pacientes.
¿Qué sigue para CathEF?
Aunque el algoritmo de inteligencia artificial se entrenó en un gran conjunto de datos de angiogramas y ecocardiogramas de la UCSF y luego se validó por separado en un conjunto de datos del Ottawa Heart Institute, estamos realizando más investigaciones para probar este algoritmo en el punto de atención y determinar su impacto en el flujo de trabajo clínico en pacientes que sufren ataques cardíacos.
Escrito por Melinda Krigel
Fuente: UCSF
!function(f,b,e,v,n,t,s){if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};if(!f._fbq)f._fbq=n;
n.push=n;n.loaded=!0;n.version=’2.0′;n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];s.parentNode.insertBefore(t,s)}(window,
document,’script’,’https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1254095111342376’);
fbq(‘track’, ‘PageView’);
