Inteligencia artificial basada en vídeo para la evaluación de la función cardíaca en función del latido del corazón

Área de la Ciencia:

• Cardiología
• Inteligencia artificial
• Imágenes médicas

Sus antecedentes:

• La evaluación precisa de la función cardíaca es vital para el diagnóstico de enfermedades cardiovasculares, la detección de cardiotoxicidad y el tratamiento de pacientes en estado crítico.
• Los métodos actuales de evaluación en humanos se basan en un muestreo limitado del ciclo cardíaco y presentan una variabilidad significativa entre los observadores.

Objetivo del estudio:

• Desarrollar y validar un algoritmo de aprendizaje profundo, EchoNet-Dynamic, para la evaluación automatizada de la función cardíaca mediante vídeos de ecocardiograma.
• Superar las limitaciones de la evaluación humana en términos de precisión, reproducibilidad y eficiencia.

Principales métodos:

• Entrenó un algoritmo de aprendizaje profundo basado en video (EchoNet-Dynamic) en un gran conjunto de datos de videos de ecocardiograma.
• Evaluó el rendimiento del modelo en la segmentación del ventrículo izquierdo, la predicción de la fracción de eyección y la clasificación de la insuficiencia cardíaca.
• Validar el modelo en un conjunto de datos externos de un sistema de salud diferente y realizar una evaluación prospectiva en comparación con las mediciones en humanos.

Principales resultados:

• EchoNet-Dynamic logró una alta precisión en la segmentación del ventrículo izquierdo (coeficiente de similitud de Dice de 0,92) y en la predicción de la fracción de eyección (error medio absoluto de 4,1%).
• El modelo clasificó confiablemente la insuficiencia cardíaca con fracción de eyección reducida (AUC de 0,97) y demostró un buen rendimiento en datos externos (AUC de 0,96).
• La evaluación prospectiva mostró que la varianza del modelo era comparable o menor que la de los expertos humanos, con una reproductibilidad mejorada.

Conclusiones:

• EchoNet-Dynamic supera el rendimiento de expertos humanos en tareas críticas de análisis de ecocardiograma.
• El algoritmo ofrece un método más reproducible y potencialmente en tiempo real para el diagnóstico preciso de enfermedades cardiovasculares.
• El estudio proporciona un conjunto de datos a disposición del público para fomentar la investigación y la innovación en la evaluación de la función cardíaca.