Los investigadores han desarrollado un método pionero para analizar resonancias magnéticas cardíacas con la ayuda de inteligencia artificial, lo que podría ahorrarle al NHS tiempo y recursos valiosos y mejorar la atención al paciente.
Equipos de la Universidad de East Anglia (UEA), Sheffield y Leeds crearon un modelo informático inteligente que utiliza IA para examinar imágenes del corazón procedentes de una resonancia magnética en una vista específica conocida como plano de cuatro cámaras.
El Dr. Pankaj Garg, investigador principal de la Facultad de Medicina de Norwich de la Universidad de East Anglia y cardiólogo del Hospital Universitario de Norfolk y Norwich, dirige un equipo de investigadores que han sido pioneros en la innovadora y revolucionaria tecnología de imágenes por resonancia magnética 4D. Esto está allanando el camino para un diagnóstico más rápido, no invasivo y más preciso de la insuficiencia cardíaca y otras afecciones cardíacas.
El Dr. Garg dijo: “El modelo de IA determinó con precisión el tamaño y la función de las cámaras del corazón y demostró resultados mucho más rápidos que los obtenidos manualmente por los médicos.
“A diferencia del análisis de resonancia magnética manual estándar, que puede tardar 45 minutos o más, el nuevo modelo de IA sólo tarda unos segundos.
“Esta técnica automatizada puede ofrecer una evaluación rápida y fiable de la salud del corazón, con el potencial de mejorar la atención al paciente”.
Un estudio observacional anterior comprendió datos de 814 pacientes de Sheffield Teaching Hospitals NHS Foundation Trust y Leeds Teaching Hospitals NHS Trust, que luego se utilizó para entrenar el modelo de IA.
Luego se utilizaron escaneos y datos de otros 101 pacientes en los Hospitales Universitarios de Norfolk y Norwich NHS Foundation Trust para realizar pruebas y garantizar que los resultados del modelo fueran válidos.
Si bien otros estudios han investigado el uso de la IA en la interpretación de exploraciones por resonancia magnética, este último modelo de IA se entrenó utilizando datos de múltiples hospitales y diferentes tipos de escáneres, así como también se entrenó a pacientes de diferentes hospitales para realizar pruebas en un grupo diverso de. Además, este modelo de IA proporciona un análisis completo de todo el corazón al mostrar una vista que muestra las cuatro cámaras, mientras que la mayoría de los estudios anteriores se centraron en vistas que solo muestran las dos cámaras principales del corazón.
El Dr. Hussamuddin Asadi, estudiante de doctorado en la Facultad de Medicina de Norwich de la UEA, dijo: “La automatización del proceso de evaluación de la función y estructura del corazón ahorrará tiempo y recursos y garantizará resultados consistentes para los médicos”.
“Esta innovación podría conducir a un diagnóstico más eficiente, mejores decisiones de tratamiento y, en última instancia, mejores resultados para los pacientes con enfermedades cardíacas.
“Además, la capacidad de la IA para predecir la mortalidad basándose en mediciones cardíacas destaca su potencial para revolucionar la atención cardíaca y mejorar el pronóstico de los pacientes”.
Los investigadores dicen que los estudios futuros deberían probar el modelo utilizando grupos más grandes de pacientes de diferentes hospitales, con diferentes tipos de escáneres de resonancia magnética y con otras enfermedades comunes observadas en la práctica clínica para ver si funciona bien en una gama más amplia de situaciones del mundo real. situaciones.
Otra investigación reciente realizada por equipos de UEA, Leeds y Sheffield ha mejorado el uso de resonancias magnéticas cardíacas en pacientes femeninas, particularmente aquellas con enfermedad cardíaca temprana o límite, lo que significa que se pudo diagnosticar a un 16,5 por ciento más de mujeres.
La investigación fue una colaboración entre la Universidad de East Anglia, la Universidad de Leeds, la Universidad de Sheffield, el Centro Médico de la Universidad de Leyden, el Fideicomiso de la Fundación NHS de los Hospitales Universitarios de Norfolk y Norwich, el Fideicomiso de la Fundación NHS de los Hospitales Docentes de Sheffield y el Fideicomiso del NHS de los Hospitales Docentes de Leeds.
Este estudio fue financiado con fondos de la beca de desarrollo profesional de investigación clínica Wellcome Trust para el Dr. Pankaj Garg.
‘Desarrollo y validación de la segmentación derivada de CMRKAI de escena de cuatro cámaras’ se publica en E.Experimental europeo de radiología.
