Identificación de la patogénesis de los síndromes coronarios agudos mediante el aprendizaje de secuencias...

Área de la Ciencia:

• Cardiología
• Inteligencia artificial
• Imágenes médicas

Sus antecedentes:

• El diagnóstico del síndrome coronario agudo (SAA) se basa en la identificación de mecanismos subyacentes como la ruptura de la placa (RP) y la erosión de la placa (EP).
• Distinguir PR de PE es crucial para adaptar el tratamiento, con PR generalmente administrado por stenting y PE potencialmente administrado de manera conservadora.
• Los métodos actuales a menudo requieren imágenes intracoronarias invasivas, lo que provoca la necesidad de herramientas de diagnóstico no invasivas.

Objetivo del estudio:

• Desarrollar y evaluar un modelo de red neuronal, Sequence Contrastive Learning (SeqCon), para diferenciar la PR de la EP utilizando sólo la angiografía coronaria (CAG).
• Evaluar la viabilidad de diagnosticar la patogénesis de la EAC de manera no invasiva mediante el análisis CAG.

Principales métodos:

• Se utilizaron 842 vídeos de 278 pacientes con SCA (172 PR, 106 PE), con la verdad de fondo confirmada por Tomografía de coherencia óptica (OCT).
• Desarrolló SeqCon, un nuevo enfoque de aprendizaje por contraste, para mejorar el aprendizaje de características a partir de fotogramas de video consecutivos para una mejor clasificación.
• Validación del modelo en un conjunto de ensayos externos compuesto por 18 pacientes con PR y 11 pacientes con EP.

Principales resultados:

• SeqCon logró un alto rendimiento en pacientes: precisión del 82,8%, sensibilidad del 88,9%, especificidad del 72,3%, valor predictivo positivo del 84,2% y valor predictivo negativo del 80,0%.
• Demostró la capacidad del modelo para distinguir efectivamente entre PR y PE utilizando únicamente datos CAG.
• Esto marca la primera aplicación del aprendizaje por contraste para el diagnóstico de mecanismos ACS a través de CAG.

Conclusiones:

• La angiografía coronaria, analizada con IA avanzada como SeqCon, puede diferenciar factiblemente entre la ruptura de la placa y la erosión de la placa en ACS.
• Este enfoque no invasivo tiene el potencial de guiar las decisiones de manejo clínico, reduciendo potencialmente la necesidad de procedimientos de diagnóstico más invasivos.