Cuantificación automatizada de la calcificación de la aorta abdominal mediante nnU-Net 3D: un nuevo enfoque para...

Área de la Ciencia:

• Imágenes médicas
• La inteligencia artificial en la medicina
• Imágenes cardiovasculares

Sus antecedentes:

• Los aneurismas aórticos abdominales (AAA) conllevan un riesgo significativo de ruptura, a menudo asociado con la calcificación aórtica.
• Los métodos actuales para cuantificar la calcificación aórtica requieren mucho tiempo y conocimientos especializados.
• El análisis automatizado de la calcificación podría mejorar la estratificación del riesgo de AAA.

Objetivo del estudio:

• Desarrollar y validar un modelo de aprendizaje profundo (nnU-Net) para la segmentación automática y la cuantificación de la calcificación de la aorta abdominal.
• Para comparar el rendimiento del modelo automatizado con la puntuación manual de los médicos.
• Evaluar el potencial del modelo para mejorar la eficiencia de la evaluación de riesgos AAA.

Principales métodos:

• Se realizó un estudio retrospectivo de 100 pacientes con escáneres CTA de la aorta abdominal.
• Se entrenó un modelo de aprendizaje profundo de nnU-Net para la segmentación automatizada de los vasos sanguíneos y la calcificación.
• El rendimiento del modelo se evaluó utilizando las puntuaciones de Dice, la correlación de Spearman y el análisis Bland-Altman en comparación con las mediciones manuales.

Principales resultados:

• El modelo nnU-Net obtuvo altas puntuaciones en DICE: 93,60% para los recipientes y 81,06% para la calcificación.
• Las puntuaciones automatizadas de Agatston mostraron una fuerte correlación con las puntuaciones manuales (rp de Spearman = 0,969).
• El análisis automatizado fue sustancialmente más rápido (112s frente a 3796s) que la puntuación manual (p < 0,001).

Conclusiones:

• El modelo nnU-Net proporciona una cuantificación automática precisa y eficiente de la calcificación de la aorta abdominal.
• Este enfoque automatizado muestra potencial para su uso clínico en la evaluación del riesgo de ruptura de AAA.
• El modelo ofrece una alternativa más rápida y comparable a la puntuación manual, ayudando a la toma de decisiones clínicas.