– Un equipo de investigación de la Escuela de Medicina Icahn en Mount Sinai ha desarrollado una herramienta de inteligencia artificial (IA) para ayudar a predecir qué pacientes cardiovasculares tienen un mayor riesgo de tener una función ventricular derecha deficiente, según un estudio reciente. estudiar publicado en el Revista de la Asociación Estadounidense del Corazón.
Uno de los Funciones primarias del ventrículo derecho del corazón. es bombear sangre a los pulmones, pero su función puede verse afectada negativamente por una enfermedad cardiovascular. Para evaluar la función del ventrículo derecho, los médicos suelen confiar en técnicas de imágenes médicas no invasivas.
Sin embargo, los investigadores indicaron que la fracción de eyección del ventrículo derecho (FVR) y el volumen telediastólico (RVEDV) no se evalúan fácilmente con métodos tradicionales. Además, señalaron que el análisis de electrocardiograma (ECG) habilitado por IA para determinar el tamaño y la función del ventrículo derecho ha sido en gran medida inexplorado.
Para ayudar a cerrar esta brecha, el equipo de investigación entrenó un modelo de ECG de aprendizaje profundo para predecir la dilatación y disfunción del ventrículo derecho y el VDVR y la FEVR numéricos utilizando datos de un ECG de 12 derivaciones combinado con imágenes por resonancia magnética cardíaca (IRM) volumétricas estándar de referencia. mediciones obtenidas de pacientes en el Biobanco del Reino Unido.
Luego, el modelo se validó en múltiples centros de salud dentro de la red Mount Sinai.
“Nuestro objetivo era encontrar una mejor manera de evaluar la salud del ventrículo derecho del corazón, centrándonos en su capacidad para bombear sangre y su tamaño. Los métodos tradicionales no son suficientes, lo que nos impulsó a explorar el análisis AI-ECG como una solución potencial”, afirmó el coprimer autor Son Q. Duong MD, MS, profesor asistente de Pediatría (Cardiología Pediátrica) en Icahn Mount Sinai, en un presione soltar detallando la investigación. “Este nuevo método podría acelerar la identificación de problemas cardíacos, especialmente en el ventrículo derecho, y potencialmente conducir a un tratamiento más temprano y eficaz. Tiene especial importancia para los pacientes con cardiopatías congénitas, que a menudo enfrentan problemas en el ventrículo derecho”.
El equipo de investigación evaluó la herramienta en función de su precisión para predecir diversas afecciones cardíacas que afectan al ventrículo derecho y su impacto en la supervivencia del paciente. Los investigadores observaron que el uso de IA en el modelo ayuda a generar información cardíaca más precisa que algunas de las otras herramientas comúnmente utilizadas en entornos clínicos.
“Este enfoque innovador se aleja significativamente de los métodos tradicionales. A diferencia de otros estudios, esta investigación predice algo que no es fácilmente cuantificable mediante otras pruebas comunes, como la ecografía cardíaca”, afirmó el coprimer autor Akhil Vaid, MD, instructor clínico de medicina (medicina digital y basada en datos) en Icahn Mount Sinai.
A pesar del potencial de la herramienta, los investigadores advirtieron que su entrenamiento se basa en datos existentes de ECG y MRI, lo que puede limitar su aplicabilidad en distintas poblaciones. Además, el modelo se encuentra en las primeras etapas de su desarrollo, lo que significa que es necesario más trabajo para evaluar su aplicabilidad y seguridad.
En el futuro, el equipo de investigación planea continuar explorando las aplicaciones de la herramienta en la práctica clínica validándola externamente en poblaciones de pacientes más diversas y evaluando su utilidad para afecciones como miocardiopatía, cardiopatía congénita e hipertensión pulmonar.
Las aplicaciones del aprendizaje profundo en cardiología se estudian cada vez más a medida que los investigadores buscan mejorar la detección y la estratificación del riesgo de enfermedades cardíacas.
En agosto, equipos del Hospital Brigham and Women’s y la Universidad de Keio en Japón compartieron que su modelo de aprendizaje profundo desarrollado recientemente podría detectar con precisión los ECG en busca de signos de comunicación interauricular (CIA), un tipo de defecto cardíaco congénito que puede dañar el sistema cardiovascular y provocar complicaciones potencialmente mortales si no se tratan a tiempo.
Tradicionalmente, un médico detecta la CIA escuchando el corazón con un estetoscopio o realizando un ECG, pero estos enfoques pueden ser limitados y provocar que los defectos no se detecten hasta que surjan complicaciones.
Se descubrió que el modelo, que utilizaba datos de ECG y ecocardiograma, era significativamente más eficiente para detectar TEA que los métodos tradicionales.