Tecnología de reconocimiento de imágenes con IA permite lectura más rápida del ecocardiograma
Actualizado el 27 Nov 2024
Un ecocardiograma es una herramienta de diagnóstico por imágenes que proporciona información valiosa sobre la estructura y el funcionamiento del corazón, ayudando a los médicos a identificar y tratar diversas afecciones cardíacas. Ahora, un nuevo estudio sugiere que la integración de un programa de inteligencia artificial (IA) para analizar ecocardiogramas podría reducir el tiempo necesario para recibir los resultados, lo que en última instancia permitiría intervenciones médicas más oportunas.
En este estudio, investigadores de la Facultad de Medicina de Yale (New Haven, CT, EUA) evaluaron la capacidad de un programa de IA llamado PanEcho para interpretar de manera independiente videos de ecocardiografía. PanEcho amplía las aplicaciones previas de IA en cardiología, que generalmente se limitaban a analizar vistas individuales del corazón o a centrarse en indicadores específicos de enfermedades. El equipo desarrolló un sistema de IA novedoso capaz de proporcionar informes integrales sobre todos los hallazgos principales a partir de cualquier conjunto de videos ecocardiográficos. Para evaluar el rendimiento diagnóstico de PanEcho, los investigadores utilizaron una medida de precisión estándar conocida como el área bajo la curva característica operativa del receptor (AUC-ROC).
Los resultados mostraron que cuando se evaluó PanEcho en 18 tareas de clasificación diagnóstica, su puntuación media fue de 0,91. Además, se probó su capacidad para predecir parámetros ecocardiográficos continuos utilizando el error absoluto medio, que mide la diferencia promedio entre los valores predichos y los reales. Las diferencias menores indican mayor precisión. En 21 tareas, PanEcho logró un error absoluto medio normalizado mediano de 0,13. El sistema de IA también demostró precisión en la cuantificación de las dimensiones y la función del ventrículo izquierdo. Por ejemplo, al estimar la fracción de eyección del ventrículo izquierdo, mostró un error absoluto medio del 4,4%, 1,3 mm para el grosor del tabique intraventricular y 1,2 mm para el grosor de la pared posterior. Estas mediciones son esenciales para evaluar con precisión la salud del ventrículo izquierdo, un componente clave de la función cardíaca general. El siguiente paso para este sistema de IA, según los investigadores, es validar su rendimiento en entornos clínicos del mundo real, lo que proporcionaría más información sobre su potencial para la atención diaria al paciente.
“PanEcho tiene el potencial de ser utilizado en ecocardiogramas de detección simplificados y asistidos por IA”, dijo Gregory Holste, MSE, investigador del Laboratorio de Ciencia de Datos Cardiovasculares (CarDS) de la Facultad de Medicina de Yale. “En entornos donde los expertos no están fácilmente disponibles, PanEcho podría descartar rápidamente anomalías que de otro modo requerirían una derivación urgente”.
