AI Heart Concept

La nueva IA puede detectar automáticamente enfermedades cardíacas graves


Con un valor predictivo positivo del 73 %, la técnica de IA identificó con precisión el 80 % de los casos de erosión de placa.

Utilizando imágenes de tomografía de coherencia óptica intravascular, una nueva técnica ha facilitado la identificación de la erosión de la placa

Los investigadores han creado una nueva técnica de inteligencia artificial (IA) que utiliza imágenes de tomografía de coherencia óptica (OCT) para detectar automáticamente la erosión de la placa en las arterias del corazón. El control de la placa arterial es crucial porque, si se descompone, puede obstruir el flujo de sangre al corazón y provocar un ataque cardíaco u otros problemas peligrosos.

“Si la placa de colesterol que recubre las arterias comienza a erosionarse, puede provocar una reducción repentina del flujo sanguíneo al corazón, lo que se conoce como síndrome coronario agudo, que requiere tratamiento urgente”, dijo el jefe del equipo de investigación Zhao Wang de la Universidad. de Ciencia y Tecnología Electrónica de China. . “Nuestro nuevo método podría ayudar a mejorar el diagnóstico clínico de la erosión de la placa y utilizarse para desarrollar nuevos tratamientos para pacientes con enfermedades cardíacas”.

Corazón gráfico de IA

Los investigadores han desarrollado un nuevo método de IA que puede detectar automáticamente la erosión de la placa en las arterias mediante imágenes OCT. Este tipo de erosión puede bloquear el flujo de sangre al corazón y provocar un ataque al corazón u otras afecciones graves. Crédito: Zhao Wang, Universidad de Ciencia y Tecnología Electrónica de China

La OCT es una técnica de imagen óptica con resolución a escala micrométrica que se puede utilizar en los vasos sanguíneos para producir imágenes en 3D de las arterias coronarias, que transportan la sangre al corazón. Aunque los médicos utilizan con mayor frecuencia la OCT intravascular para verificar la erosión de la placa, existe un nivel sustancial de variabilidad entre observadores debido al volumen de datos generados y la dificultad de interpretación visual de las imágenes.

Para resolver este problema, Wang colaboró ​​con un equipo de ingenieros de su institución y profesionales médicos del 2º Hospital Afiliado de la Universidad Médica de Harbin bajo el liderazgo de Bo Yu para crear un método automatizado y objetivo que utiliza IA para identificar la erosión de la placa basada en en imágenes OCT. Explican el nuevo método en la revista Optica Publishing Group Express Óptica Biomédica y demostrar que es lo suficientemente precisa para eventualmente servir como base para el diagnóstico clínico.

“Nuestro nuevo método basado en IA puede detectar automáticamente la presencia de erosión de la placa utilizando las imágenes OCT originales sin ninguna entrada adicional”, dijo Wang. “La capacidad de detectar objetiva y automáticamente la erosión de la placa reducirá la laboriosa evaluación manual asociada con el diagnóstico”.

Aplicación de IA

El nuevo método consta de dos pasos principales. En primer lugar, un modelo de IA conocido como red neuronal utiliza la imagen original y la información de dos formas para predecir las regiones de posible erosión de la placa. Luego, la predicción inicial se refina con un algoritmo de posprocesamiento basado en características clínicamente interpretables que imitan el conocimiento que usan los médicos profesionales para hacer un diagnóstico.

“Tuvimos que desarrollar un nuevo modelo de IA que incorpore información de forma explícita, la característica clave utilizada para identificar la erosión de la placa en las imágenes OCT”, dijo Wang. “La tecnología de imagen OCT intravascular subyacente también es crucial, ya que actualmente es la modalidad de imagen de mayor resolución que se puede utilizar para diagnosticar la erosión de la placa en pacientes vivos.

Cuando se usa OCT para imágenes intravasculares, la sonda de imágenes se retrae automáticamente dentro de un catéter, produciendo cientos de imágenes para cada extracción. Los investigadores probaron su método utilizando 16 extracciones de 5553 imágenes clínicas de OCT con erosión de placa y 10 extracciones de 3224 imágenes sin erosión de placa. El método automatizado predijo correctamente el 80 % de los casos de erosión de placa con un valor predictivo positivo del 73 %. También encontraron que los diagnósticos basados ​​en el método automatizado coincidían bien con los de tres médicos experimentados.

“Aunque se necesitan más validaciones de seguridad y aprobaciones regulatorias para el uso clínico independiente en pacientes, la técnica podría usarse para ayudar en el diagnóstico de la erosión de la placa”, dijo Wang. “Esto implicaría que los médicos realizaran una verificación final de los resultados del algoritmo y luego determinaran la causa del síndrome coronario agudo y las mejores estrategias de tratamiento”.

Investigar nuevos tratamientos

El método también podría ser útil para analizar las cantidades masivas de datos OCT existentes al eliminar el tedioso y tedioso proceso del análisis manual de imágenes. Esto podría ayudar a los científicos a mejorar la identificación y el tratamiento de la erosión de la placa. Por ejemplo, a menudo se usa un stent para recuperar el flujo sanguíneo reducido en pacientes con síndrome coronario agudo, pero estudios recientes sugieren que ciertos medicamentos pueden ofrecer una alternativa menos invasiva.

“Las imágenes intravasculares, acompañadas de tecnologías de inteligencia artificial, pueden ser una herramienta extremadamente valiosa para el diagnóstico y la planificación del tratamiento de la enfermedad de las arterias coronarias”, dijo Wang. “En el futuro, este enfoque novedoso puede ayudar a los médicos a desarrollar estrategias de tratamiento individualizadas para el manejo óptimo de pacientes con síndrome coronario agudo”.

Los investigadores ahora están trabajando para mejorar su nueva técnica integrando mejor la información 3D e incorporando más datos sin etiquetar para mejorar el rendimiento del modelo de IA. En el futuro, también planean usar un conjunto de datos más grande que incluya una población global para el entrenamiento y la evaluación del algoritmo. También quieren explorar cómo podría usarse en diversas situaciones clínicas para demostrar aún más su utilidad y valor potencial.

Referencia: “Detección in vivo de la erosión de la placa mediante tomografía de coherencia óptica intravascular mediante inteligencia artificial” por Haoyue Sun, Chen Zhao, Yuhan Qin, Chao Li, Haibo Jia, Bo Yu y Zhao Wang, 16 de junio de 2022, Express Óptica Biomédica.
DOI: 10.1364/BOE.459623

Loading

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *