MADRID 12 Jul. (EUROPA PRESS) -
Un método innovador para analizar imágenes de resonancia magnética del corazón con la ayuda de inteligencia artificial, podría ahorrar tiempo y recursos valiosos a los sistemas de salud, además de mejorar la atención a los pacientes. Los equipos de las Universidades de East Anglia (UEA), Sheffield y Leeds (todas en Reino Unido) crearon un modelo informático inteligente que utiliza IA para examinar imágenes del corazón obtenidas por resonancia magnética en una vista específica conocida como el plano de cuatro cámaras. El trabajo se publica bajo el nombre 'Desarrollo y validación de la segmentación derivada de IA del CMR de cine de cuatro cámaras' en 'European Radiology Experimental'.
El investigador principal, el doctor Pankaj Garg, de la Facultad de Medicina de Norwich de la Universidad de East Anglia y cardiólogo consultor 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 en 4D. Esto está allanando el camino para un diagnóstico más rápido, no invasivo y más preciso de la insuficiencia cardíaca y otras enfermedades cardíacas.
El doctor Garg aclara: "El modelo de IA determinó con precisión el tamaño y la función de las cámaras del corazón y demostró resultados comparables a los adquiridos por los médicos manualmente, pero mucho más rápidos. A diferencia de un análisis de resonancia magnética manual estándar, que puede llevar hasta 45 minutos o más, el nuevo modelo de IA toma solo unos segundos. Esta técnica automatizada podría ofrecer evaluaciones rápidas y confiables de la salud cardíaca, con el potencial de mejorar la atención al paciente".
El estudio observacional retrospectivo consistió en datos de 814 pacientes de Sheffield Teaching Hospitals NHS Foundation Trust y Leeds Teaching Hospitals NHS Trust, que luego se utilizaron para entrenar el modelo de IA. Para asegurarse de que los resultados del modelo fueran precisos, se utilizaron escáneres y datos de otros 101 pacientes del Norfolk and Norwich University Hospitals NHS Foundation Trust para las pruebas.
Mientras que otros estudios han investigado el uso de la IA para interpretar imágenes por resonancia magnética, este último modelo de IA se entrenó utilizando datos de varios hospitales y diferentes tipos de escáneres, además de realizar las pruebas en un grupo diverso de pacientes de un hospital diferente. Además, este modelo de IA proporciona un análisis completo de todo el corazón utilizando una vista que muestra las cuatro cámaras, mientras que la mayoría de los estudios anteriores se centraban en una vista que solo observa las dos cámaras principales del corazón.
El estudiante de doctorado Dr. Hosamadin Assadi, de la Facultad de Medicina de Norwich de la UEA, explica sobre el trabajo: "Automatizar el proceso de evaluación de la función y la estructura del corazón ahorrará tiempo y recursos y garantizará resultados consistentes para los médicos. Esta innovación podría conducir a diagnósticos más eficientes, mejores decisiones de tratamiento y, en última instancia, mejores resultados para los pacientes con enfermedades cardíacas. Además, el potencial de la IA para predecir la mortalidad basándose en mediciones cardíacas resalta 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 varios tipos de escáneres de resonancia magnética e incluyendo otras enfermedades comunes observadas en la práctica médica para ver si funciona bien en una gama más amplia de situaciones del mundo real.
Otra investigación reciente de los equipos de la UEA, Leeds y Sheffield ha perfeccionado el método de uso de las exploraciones de resonancia magnética del corazón para pacientes femeninas , en particular para aquellas con enfermedad cardíaca temprana o limítrofe, lo que significó que un 16,5% más de mujeres pudieron ser diagnosticadas.
