La herramienta de IA utiliza tomografías computarizadas para identificar a los pacientes que corren el riesgo de sufrir una reducción del flujo sanguíneo al corazón

La herramienta de IA utiliza tomografías computarizadas para identificar a los pacientes que corren el riesgo de sufrir una reducción del flujo sanguíneo al corazón

Resultados

Los investigadores y colegas de Cedars-Sinai han desarrollado una herramienta de inteligencia artificial (IA) que utiliza tomografías computarizadas (TC) para identificar pacientes en riesgo de sufrir una reducción del flujo sanguíneo al corazón. La herramienta puede predecir con precisión la reducción del flujo sanguíneo tanto en las arterias coronarias como en el músculo cardíaco. La ventaja de esta herramienta de inteligencia artificial es que podría usarse en tiempo real durante las visitas de rutina de los pacientes para realizar tomografías computarizadas para ayudar a los médicos a determinar el siguiente paso en el plan de tratamiento.

fondo

Los bloqueos de las arterias coronarias suelen ocurrir debido a la acumulación de placas de grasa. Esto puede restringir el flujo sanguíneo al corazón y causar dolor en el pecho, ataques cardíacos o incluso la muerte. Identificar qué arterias tienen riesgo de sufrir una reducción del flujo sanguíneo puede informar a los médicos qué pacientes deben ser remitidos para pruebas de seguimiento o para la colocación de un stent. El estándar clínico actual para diagnosticar la reducción del flujo sanguíneo de las arterias coronarias se denomina reserva de flujo fraccional invasiva (FFR). Mide la caída de presión dentro de las arterias y calcula cuánto restringe cada bloqueo el flujo sanguíneo. Mientras tanto, una tomografía por emisión de positrones (PET) cardíaca es una prueba de imágenes que utiliza un marcador radiactivo para buscar un flujo sanguíneo reducido en el músculo cardíaco.

método

Los investigadores analizaron datos de 203 pacientes que participaron en un estudio anterior llamado ensayo PACIFIC. Como parte del estudio PACIFIC, todos los pacientes se sometieron a múltiples pruebas en dos semanas, incluidas tomografías computarizadas coronarias, angiografía coronaria invasiva con FFR y exploraciones PET cardíacas. Los investigadores desarrollaron una herramienta de inteligencia artificial que analiza las características de las placas en tomografías computarizadas coronarias y luego predice la probabilidad de una reducción del flujo sanguíneo en exploraciones FFR y PET invasivas.

impacto

Según los autores, esta herramienta de IA se puede integrar en el análisis de rutina de las tomografías computarizadas coronarias. Tener esta información a mano durante las visitas de los pacientes podría ayudar a los médicos a saber qué pacientes deben ser considerados para realizar más pruebas, como pruebas de esfuerzo no invasivas o angiografía coronaria invasiva. Para algunos pacientes, esto significaría evitar pruebas invasivas.

diario

La investigación fue publicada en la revista Circulation: Cardiovascular Imaging.

Comentario de expertos

"La angiografía coronaria por TC es la prueba de primera línea para el dolor de pecho porque nos permite medir la placa aterosclerótica y el estrechamiento", dijo el Dr. Damini Dey, jefe del Laboratorio de Análisis Cuantitativo de Imágenes del Instituto de Investigación de Imágenes Biomédicas y profesor de Ciencias y Medicina Biomédicas en Cedars-Sinai y autor correspondiente del estudio. "Si podemos integrar los datos de la placa CTA con la estenosis con IA para predecir la FFR alterada, podríamos arriesgarnos a estratificar correctamente a los pacientes para detectar la importancia funcional de la estenosis".

Autores

Otros autores de Cedars-Sinai incluyen Andrew Lin, MBBS, doctorado; Priscila McElhinney; Yuka Otaki, MD, PhD; Donghee Han, MD; Alan Kwan, médico; Evangelos Tzolos, MD; Eyal Klein, MD; Keiichiro Kuronuma, MD; Kajetan Grodecki, MD, PhD; Benjamín Shou; Richard Ríos, PhD; Nipun Manral, Maestría en Ciencias; Sébastien Kadett, MSc; Daniel S. Berman, MD; y Piotr J. Slomka, PhD.

financiación

La investigación fue apoyada por el Instituto Nacional del Corazón, los Pulmones y la Sangre (número de premio 1R01HL148787-01A1) y la Fundación de Investigación Médica Dr. Miriam y Sheldon G. Adelson.

Fuente:

cedro del sinaí

Referencia:

Lin, A., et al. (2022) El aprendizaje automático a partir de la angiografía por tomografía computarizada coronaria cuantitativa predice la reserva de flujo fraccional: isquemia definida y alteración del flujo sanguíneo del miocardio. Circulación: Imagenología cardiovascular. doi.org/10.1161/CIRCIMAGING.122.014369.

.