Herramienta de IA identifica y distingue entre condiciones cardíacas difíciles de diagnosticar en ecocardiogramas

Identificar la miocardiopatía hipertrófica y la amiloidosis cardíaca, dos afecciones del corazón críticas, puede ser muy desafiante, incluso para los cardiólogos experimentados, lo que hace que los pacientes esperen años o décadas antes de recibir un diagnóstico preciso. Sin pruebas exhaustivas, diferenciar entre estas condiciones y cambios en la forma y el tamaño del corazón que pueden estar asociados con el envejecimiento normal, puede resultar desconcertante para los cardiólogos. En particular, en las etapas iniciales de la enfermedad, estas dos afecciones cardíacas pueden tener la apariencia de un corazón que ha envejecido y progresado naturalmente sin ninguna enfermedad. Ahora, por primera vez, un algoritmo puede detectar estas afecciones cardíacas difíciles de diagnosticar.

Los depósitos de proteína anormal (amiloide) en el tejido cardíaco causan amiloidosis cardíaca, también conocida como "síndrome del corazón rígido". Estos depósitos reemplazan el músculo cardíaco sano, lo que dificulta que el corazón funcione correctamente. La miocardiopatía hipertrófica, por otro lado, hace que el músculo cardíaco se espese y se endurezca, lo que provoca una relajación y un llenado de sangre inadecuados, lo que puede provocar daños en las válvulas cardíacas, acumulación de líquido en los pulmones y ritmos cardíacos irregulares. Médicos científicos del Instituto del Corazón Smidt en Cedars-Sinai (Los Ángeles, CA, EUA) han desarrollado una herramienta de inteligencia artificial (IA) que puede diferenciar de manera efectiva estas dos afecciones cardíacas potencialmente mortales. El novedoso algoritmo de dos pasos analizó más de 34.000 videos de ultrasonido cardíaco de los laboratorios de ecocardiografía de Cedars-Sinai y Stanford Healthcare. El algoritmo identificó características particulares relacionadas con el grosor de la pared del corazón y el tamaño de la cámara y señaló a los pacientes sospechosos de tener estas afecciones cardíacas potencialmente no identificadas.

El algoritmo de IA no solo distingue con precisión las condiciones cardíacas anormales de las normales, sino que también puede identificar qué enfermedades cardíacas potencialmente mortales pueden estar presentes. Proporciona señales de advertencia que pueden detectar la enfermedad mucho antes de que esta progrese a una etapa que pueda impactar los resultados de salud. Con un diagnóstico más temprano, los pacientes pueden recibir un tratamiento efectivo antes, prevenir eventos clínicos adversos y mejorar su calidad de vida. Los investigadores esperan que la tecnología se utilice para identificar a los pacientes en una etapa temprana de la enfermedad, ya que un diagnóstico más temprano permite el mayor beneficio de las terapias disponibles que pueden prevenir los peores resultados, como hospitalizaciones, insuficiencia cardíaca y muerte súbita.

“Nuestro algoritmo de IA puede identificar patrones de enfermedades que no se pueden ver a simple vista y luego usar estos patrones para predecir el diagnóstico correcto”, dijo David Ouyang, MD, cardiólogo del Instituto del Corazón Smidt y autor principal del estudio. 

“Uno de los aspectos más importantes de esta tecnología de IA no es solo la capacidad de distinguir lo anormal de lo normal, sino también distinguir entre estas condiciones anormales, porque el tratamiento y manejo de cada enfermedad cardíaca es muy diferente”, agregó Susan Cheng, MD, MPH, directora del Instituto de Investigación sobre el Envejecimiento Saludable del Departamento de Cardiología del Instituto del Corazón Smidt y coautora principal del estudio.

Enlaces relacionados:
Cedars-Sinai  

Visitar la expo >

New

Ultrasound-Guided Biopsy & Visualization Tools

Endoscopic Ultrasound (EUS) Guided Devices

Ultrasound Table

Women’s Ultrasound EA Table

Radiation Therapy Treatment Software Application

Elekta ONE

New

HF Stationary X-Ray Machine

TR20G