Científicos han desarrollado un modelo de IA que identifica con precisión las funciones cardíacas y las enfermedades valvulares del corazón mediante radiografías de tórax. La investigación podría complementar la ecocardiografía tradicional, mejorar la eficiencia diagnóstica y ser especialmente útil en entornos que carecen de técnicos especializados.
Los científicos presentan métodos revolucionarios y precisos basados en IA para clasificar la función cardíaca y las enfermedades mediante radiografías de tórax.
Aunque la inteligencia artificial (IA) a menudo se percibe como un sistema sin emociones y controlado por máquinas, los investigadores de la Universidad Metropolitana de Osaka han revelado su potencial para brindar un apoyo conmovedor, o más precisamente, "conmovedor para el corazón".El equipo ha desarrollado una aplicación revolucionaria de la IA que clasifica las funciones cardíacas e identifica con precisión las enfermedades valvulares del corazón, destacando los avances en la integración de la ciencia médica y la tecnología para mejorar los resultados de los pacientes. Los hallazgos fueron publicados recientemente en la revista The Lancet Digital Health.
La enfermedad valvular del corazón, una de las causas de insuficiencia cardíaca, a menudo se diagnostica mediante ecocardiografía. Sin embargo, esta técnica requiere habilidades especializadas, lo que resulta en una escasez correspondiente de técnicos calificados. Mientras tanto, las radiografías de tórax son una de las pruebas más comunes para identificar enfermedades, principalmente de los pulmones. Aunque el corazón también es visible en las radiografías de tórax, hasta ahora se sabía poco sobre la capacidad de las radiografías de tórax para detectar la función o enfermedad cardíaca.
Izquierda: Radiografía de tórax. Derecha: Visualización de los fundamentos del juicio de la IA. Crédito: Daiju Ueda, OMU.
Las radiografías de tórax, o radiografías de tórax, se realizan en muchos hospitales y se requiere muy poco tiempo para realizarlas, lo que las hace muy accesibles y reproducibles. En consecuencia, el equipo de investigación dirigido por el Dr. Daiju Ueda, del Departamento de Radiología Diagnóstica e Intervencionista de la Facultad de Medicina de la Universidad Metropolitana de Osaka, consideró que si se pudiera determinar la función y enfermedad cardíaca a partir de las radiografías de tórax, esta prueba podría servir como complemento de la ecocardiografía.
El equipo del Dr. Ueda desarrolló con éxito un modelo que utiliza IA para clasificar con precisión las funciones cardíacas y las enfermedades valvulares del corazón mediante radiografías de tórax. Dado que la IA entrenada en un solo conjunto de datos puede presentar sesgos potenciales que conducen a baja precisión, el equipo buscó datos multicéntricos. En total, se recopilaron 22,551 radiografías de tórax asociadas con 22,551 ecocardiogramas de 16,946 pacientes en cuatro instalaciones entre 2013 y 2021. Utilizando las radiografías de tórax como datos de entrada y los ecocardiogramas como datos de salida, el modelo de IA se entrenó para aprender las características que conectan ambos conjuntos de datos.
El modelo de IA pudo categorizar con precisión seis tipos seleccionados de enfermedades valvulares del corazón, con un Área bajo la Curva (AUC) que oscila entre 0.83 y 0.92. (El AUC es un índice de calificación que indica la capacidad de un modelo de IA y utiliza un rango de valores de 0 a 1, siendo más cercano a 1 mejor). El AUC fue de 0.92 con un umbral del 40% para detectar la fracción de eyección ventricular izquierda, una medida importante para monitorear la función cardíaca.
Nos llevó mucho tiempo llegar a estos resultados, pero creo que esta investigación es significativa", afirmó el Dr. Ueda. "Además de mejorar la eficiencia de los diagnósticos médicos, el sistema también podría usarse en áreas donde no hay especialistas, en emergencias nocturnas y para pacientes que tienen dificultades para someterse a una ecocardiografía".
Referencia: "Modelo basado en inteligencia artificial para clasificar funciones cardíacas a partir de radiografías de tórax: un estudio de desarrollo y validación retrospectivo multiinstitucional", de Daiju Ueda, Toshimasa Matsumoto, Shoichi Ehara, Akira Yamamoto, Shannon L Walston, Asahiro Ito, Taro Shimono, Masatsugu Shiba, Tohru Takeshita, Daiju Fukuda y Yukio Miki, 6 de julio de 2023, The Lancet Digital Health. DOI: 10.1016/S2589-7500(23)00107-3
