IA IDENTIFICA UNA ENFERMEDAD DE LAS VALVULAS

CARDIACAS A PARTIR DE  PRUEBA COMUN DE IMAGEN

 

 

Un programa de aprendizaje profundo creado en el Cedars-Sinai podría acelerar el tratamiento de los pacientes con regurgitación tricuspídea.

Un programa de inteligencia artificial (IA) entrenado para revisar imágenes de una prueba médica común puede detectar signos precoces de enfermedad de la válvula tricúspide del corazón y podría ayudar a los médicos a diagnosticar y tratar antes a los pacientes, de acuerdo con una investigación del Smidt Heart Institute de Cedars-Sinai.

El trabajo se basa en una investigación publicada el año pasado que demuestra que un programa de IA puede detectar enfermedades en la válvula mitral del corazón mediante el análisis de imágenes ecográficas del corazón. En este nuevo estudio, publicado en JAMA Cardiology, los investigadores aplicaron la IA para identificar la regurgitación tricuspídea, una afección en la que la válvula tricúspide del corazón no se cierra completamente cuando éste se contrae, lo que hace que la sangre fluya hacia atrás y puede provocar insuficiencia cardiaca.

«Este programa de IA puede complementar la evaluación que hacen los cardiólogos de los ecocardiogramas, imágenes de una prueba de cribado y diagnóstico que muchos pacientes con síntomas de cardiopatías ya estarían recibiendo», afirma el Dr. David Ouyang, científico investigador del Smidt Heart Institute, investigador de la División de Inteligencia Artificial en Medicina y autor principal del estudio.

«Al aplicar la IA a los ecocardiogramas, podemos ayudar a los médicos a detectar más fácilmente los signos de enfermedad valvular cardíaca para que los pacientes reciban la atención que necesitan lo antes posible», añade.

Los investigadores capacitaron a un programa de aprendizaje profundo para marcar patrones de regurgitación tricúspide en 47,312 ecocardiogramas realizados en Cedars-Sinai entre 2011 y 2021.

El programa detectó la regurgitación tricuspídea en los pacientes y clasificó los casos como leves, moderados o graves. A continuación, probaron el programa en ecocardiogramas que el programa de IA nunca había visto antes de pacientes adicionales que se sometieron a ecocardiografía en el Cedars-Sinai en 2022 y pacientes de Stanford Healthcare.

 

                   PRECISION SIMILAR

 

El programa predijo la gravedad de la regurgitación tricuspídea con una precisión similar a la de los cardiólogos que evaluaron los ecocardiogramas y en comparación con los resultados de las imágenes de resonancia magnética.

«Estudios futuros se centrarán en obtener información aún más específica sobre la enfermedad valvular, como el volumen de sangre que fluye hacia atrás a través de una válvula, y en predecir los resultados si los pacientes se someten a tratamiento para la enfermedad valvular cardíaca», señaló el primer autor del estudio, el Dr. Amey Vrudhula, becario de investigación en Cedars-Sinai.

Los investigadores del Smidt Heart Institute están aplicando la IA a diversas pruebas de imagen cardiaca.

«Una gran ventaja de los algoritmos de IA es que nunca se cansan y tienen la capacidad de identificar anomalías valvulares de grandes poblaciones de pacientes, lo que lleva la cardiología personalizada a un nivel completamente distinto», afirma el Dr. Sumeet Chugh, director de la División de Inteligencia Artificial en Medicina y de la Cátedra Pauline y Harold Price de Investigación en Electrofisiología Cardíaca.

Otros autores de Cedars-Sinai que han participado en el estudio son Amey Vrudhula, MD; Milos Vukadinovic, BS; Alan C. Kwan, MD; Daniel Berman, MD; Robert Siegel, MD; Susan Cheng, MD, MMSc, MPH.

Otros autores son Christiane Haeffele, MD, y David Liang, MD, PhD.

El trabajo ha sido financiado por el Sarnoff Cardiovascular Research Award, las becas de investigación R00 HL157421 y R01HL173526 y el apoyo de AstraZeneca Alexion, así como la consultoría de EchoIQ, Ultromics, Pfizer e InVision.