Aprendizaje profundo para el análisis de eco, seguimiento y evaluación de la regurgitación mitral (DELINEATE-MR)
Aaron Long1,2, Christopher M Haggerty2,3, Joshua Finer3
1Seymour, Paul, and Gloria Milstein Division of Cardiology, Department of Medicine, Columbia University Irving Medical Center/New York-Presbyterian Hospital, NY (A.L., G.M., E.D., T.M., M.M., A.J.E., D.K., S.H., Q.L., V.A., M. Lebehn, M. Leon, R.H., P.E., T.J.P.).
Un sistema de aprendizaje profundo clasifica con precisión la gravedad de la regurgitación mitral (MR) de los estudios de ecocardiografía transtorácica (TTE). Esta herramienta de inteligencia artificial muestra un alto rendimiento, ayudando a los médicos a refinar las evaluaciones de RM.
Área de la Ciencia:
- Cardiología
- Inteligencia artificial
- Imágenes médicas
Sus antecedentes:
- La regurgitación mitral (MR) es una enfermedad cardíaca valvular común que presenta desafíos de interpretación.
- El aprendizaje profundo (DL) ofrece potencial para mejorar el análisis de la ecocardiografía transtorácica (TTE).
- La integración de múltiples evaluaciones de vídeo en una sola clasificación es un desafío clave para DL en TTE.
Objetivo del estudio:
- Desarrollar y evaluar un nuevo sistema de DL para clasificar la gravedad de la EM a partir de estudios completos de ET.
- Evaluar el rendimiento del sistema DL con las interpretaciones de los cardiólogos expertos.
- Para determinar la precisión de un modelo de clasificación de MR en 4 y 6 pasos.
Principales métodos:
- Se entrenó un sistema DL en más de 61,000 TTEs para identificar videos Doppler de MR en color y determinar la gravedad de MR.
- El rendimiento se evaluó utilizando el kappa ponderado (κ) y el área bajo la curva ROC (AUC) en conjuntos de ensayos internos y externos.
- El sistema se probó para la clasificación de MR en 4 pasos (ningún/traza, leve, moderada, grave) y en 6 pasos (incluidos los grados intermedios).
Principales resultados:
- El sistema DL logró una alta precisión en la clasificación de MR tanto en los ensayos internos (82% de precisión, κ = 0,84) como en los externos (79% de precisión, κ = 0,80).
- El modelo demostró un buen rendimiento para MR moderado o mayor (AUC=0,98).
- El modelo de 6 pasos mostró una precisión exacta del 80% (interno) y del 76% (externo), con un acuerdo de ±1 paso del 99% y del 98% respectivamente.
Conclusiones:
- Un sistema DL de extremo a extremo puede clasificar con precisión la gravedad de la EM a partir de estudios TTE completos.
- El sistema DL desarrollado demuestra su utilidad potencial para ayudar a los médicos con la evaluación de la RM.
- La capacidad del sistema para procesar estudios completos de ecocardiograma ofrece un enfoque integral para la evaluación de la RM.
Más Videos Relacionados
Videos de Conceptos Relacionados
Mitral Valve Prolapse II: Assessment and Management
Mitral Regurgitation I: Introduction
Mitral Regurgitation II: Clinical Features and Diagnostic Tests
Mitral Regurgitation III: Medical Management
Mitral Regurgitation IV: Nursing Management
Mitral Stenosis II: Clinical features and Diagnostic Tests


