Análisis de imágenes de la lengua impulsado por IA para el diagnóstico y la predicción de la enfermedad de las...

Área de la Ciencia:

• Medicina Integrativa
• Imagen Médica
• Inteligencia Artificial

Sus antecedentes:

• La enfermedad de las arterias coronarias (EAC) es una importante preocupación de salud mundial, y los métodos de diagnóstico existentes suelen ser invasivos y costosos.
• La Medicina Tradicional Iraní ofrece información sobre el diagnóstico de la lengua, sugiriendo un vínculo entre las características de la lengua y la salud sistémica.
• Existe la necesidad de herramientas de cribado no invasivas, precisas y accesibles para la EAC.

Objetivo del estudio:

• Investigar la eficacia del análisis de imágenes de la lengua potenciado por inteligencia artificial (IA) como una herramienta de diagnóstico novedosa y no invasiva para la enfermedad de las arterias coronarias (EAC).
• Correlacionar características específicas de la lengua con la presencia y gravedad de la estenosis de las arterias coronarias.

Principales métodos:

• Se utilizó un conjunto de datos de 12.000 imágenes de alta resolución de la lengua de 906 pacientes sometidos a angiografía coronaria.
• Se emplearon modelos de IA, incluido el Modelo Segment-Anything para la segmentación y DeepLabv3+/DINOv2 para la extracción y clasificación de características.
• Se analizaron características de la lengua como el color, las fisuras, el recubrimiento, la humedad y las manchas rojas, integrando principios de la Medicina Tradicional Iraní.

Principales resultados:

• El modelo de IA logró hasta un 80% de precisión en la predicción de la estenosis de la arteria circunfleja izquierda.
• El color y las fisuras de la lengua se identificaron como predictores significativos de la estenosis de la arteria coronaria.
• Se demostró el potencial del análisis de la lengua impulsado por IA para el cribado rápido y rentable de la EAC.

Conclusiones:

• El análisis de imágenes de la lengua potenciado por IA representa un complemento prometedor y no invasivo para el cribado de la enfermedad de las arterias coronarias.
• Este enfoque podría ser particularmente valioso en entornos con recursos limitados.
• Se justifica una mayor validación en poblaciones diversas para establecer una utilidad clínica más amplia.