Diagnóstico de inteligencia artificial y agente de mapa de calor para el prolapso de la válvula mitral utilizando...

Área de la Ciencia:

• Cardiología
• Inteligencia artificial
• Imágenes médicas

Sus antecedentes:

• La ecocardiografía 3D mejora la detección del prolapso de la válvula mitral.
• El aprendizaje profundo actual se centra en los datos de voxel para la medición de la estructura cardíaca, descuidando los datos de cine para el diagnóstico de MVP.
• Existe una brecha en el diagnóstico y la visualización automatizados de MVP utilizando datos de cine.

Objetivo del estudio:

• Desarrollar un agente de inteligencia artificial (IA) para el diagnóstico automatizado y la visualización de mapas de calor de MVP utilizando datos de cine.
• Para abordar las limitaciones de los enfoques actuales de aprendizaje profundo en imágenes cardíacas.
• Proporcionar una herramienta para una evaluación precisa del MVP y la planificación quirúrgica.

Principales métodos:

• Se utilizaron 481 ciclos cardíacos (8422 cuadros) de 151 sujetos para entrenamiento y validación.
• Desarrolló un agente de IA centrado en el diagnóstico y la generación de mapas de calor a partir de datos de cine.
• Evaluación del rendimiento diagnóstico utilizando las puntuaciones AUC, precisión y F1; calidad del mapa de calor utilizando las métricas Dice y IoU.

Principales resultados:

• El agente de IA logró un alto rendimiento diagnóstico: AUC del 99, 54%, precisión del 95, 08% y puntuación F1 del 94, 12% a nivel del paciente.
• La generación de mapas de calor para MVP mostró un coeficiente Dice del 70,35% y un IoU del 56,39%.
• El rendimiento del mapa de calor de la IA superó el de los médicos mayores y menores en aproximadamente un 5%.

Conclusiones:

• El agente de IA desarrollado demuestra un potencial significativo para el diagnóstico de MVP preciso y estandarizado utilizando datos de ecocardiografía cinematográfica.
• La visualización intuitiva del mapa de calor de la IA ayuda a comprender la gravedad y la ubicación del prolapso.
• Esta tecnología puede apoyar la toma de decisiones clínicas para el manejo quirúrgico de MVP y la planificación del tratamiento.