Ecocardiografía objetiva con reproducibilidad superior basada en tecnología de inteligencia artificial

Además, con la detección automática del plano, cuando se realiza el análisis de tensión en el software para el análisis del movimiento de la pared del miocardio, el seguimiento del movimiento de la pared 2D (2D WMT), el ventrículo izquierdo (LV), la aurícula izquierda (LA), el ventrículo derecho (RV) y la aurícula derecha (RA) se puede detectar con un solo clic en un botón. Con el trazado automático del contorno inicial, los contornos se trazan automáticamente junto con los planos detectados automáticamente, lo que reduce el tiempo necesario para el análisis.

"El WMT 2D confiable garantiza una medición de deformación estable gracias a la alta precisión de detección del sistema", dijo el Dr. Kusunose. "Para maximizar la eficiencia durante el análisis, se debe minimizar el número de clics para ajustar los puntos de medición realizados por el operador, pero esto significa que el sistema debe proporcionar un nivel de precisión suficientemente alto".

El análisis de tensión está atrayendo mucho interés hoy en día porque puede usarse para monitorear cambios en la función cardíaca en pacientes con cáncer que reciben tratamiento, como quimioterapia. Aunque los resultados del análisis de tensión se han agregado como nuevos elementos de medición en los informes de ecocardiografía de rutina, el Hospital ha descubierto que los exámenes aún se pueden completar en el mismo tiempo que antes gracias a estas funciones de medición automática.

"Se puede esperar que la IA mejore la calidad de la imagen y la reproducibilidad de las mediciones, mejorando así el flujo de trabajo al reducir el tiempo necesario para el examen y creando nuevo valor clínico a través del diagnóstico automatizado", afirmó el Dr. Kusunose.

Aunque los avances tecnológicos en los sistemas de diagnóstico por ultrasonido han dado lugar a mejoras notables en la calidad de las imágenes, permitiendo realizar exámenes y análisis basados en imágenes más precisas, el Dr. Kusunose siempre ha sentido la necesidad de nuevas tecnologías de análisis que sean capaces de proporcionar mayores niveles de objetividad. y reproducibilidad. La aplicación de tecnologías de IA como el Deep Learning al análisis de imágenes médicas sigue avanzando en el campo de la radiología.

"Pensé que el uso de IA en imágenes de ultrasonido mejoraría la calidad de la imagen y permitiría un diagnóstico objetivo y altamente reproducible empleando nuevos índices basados en análisis cuantitativos y otros enfoques", dijo.

El Dr. Kusunose identifica cuatro fases en el proceso de implementación de la IA en el diagnóstico automático. Estos son:

1) evaluación de la calidad de la imagen, 2) clasificación de plano/segmento, 3) medición y 4) detección de anomalías.

El Hospital Universitario de Tokushima ha desarrollado un modelo de clasificación de planos (clasificación de planos/segmentos)¹, un modelo de estimación (medición) de la fracción de eyección del ventrículo izquierdo (FEVI)² y un modelo de pared regional. Modelo de detección de anomalías de movimiento (detección de anomalías)³ basado en una red neuronal convolucional (CNN). El Dr. Kusunose también señala que para aplicar la IA a la ecocardiografía, es esencial una clasificación precisa de los planos y segmentos para reconocer de manera confiable estructuras cardiovasculares complejas. Por lo tanto, ha utilizado dichas imágenes para desarrollar modelos para medir la FEVI y detectar anomalías del movimiento de la pared. Estos modelos han mostrado una excelente concordancia con los resultados de las evaluaciones realizadas por expertos, lo que demuestra claramente el gran potencial de la IA para respaldar los exámenes cardíacos. Además, el Dr. Kusunose está trabajando actualmente para desarrollar un modelo que permita al sistema de IA aprender el "EF visual", según lo determinado por los expertos y reflejar los resultados en un análisis automático.

"Con respecto a las direcciones futuras del desarrollo de la IA en el campo de la ecografía cardíaca, nuestro desafío inmediato es mejorar aún más la reproducibilidad", comentó el Dr. Kusunose. "Debe ser posible obtener datos muy precisos de la misma forma sencilla, independientemente de quién realice el examen. Aunque sólo unas pocas directrices, como las del campo de la cardiooncología, incluyen elementos relacionados con la 'reproducibilidad' en la ecografía "La alta reproducibilidad es un factor esencial en el diagnóstico y la planificación del tratamiento basado en los resultados de los exámenes de ultrasonido. Si se puede utilizar la IA para obtener imágenes y resultados de medición estables y reproducibles, podemos esperar que los sistemas de ultrasonido contribuyan aún más a la toma de decisiones terapéuticas".

Por otro lado, el objetivo principal de la investigación en IA del Dr. Kusunose es el diagnóstico diferencial de condiciones patológicas en el futuro.

"Creo que los fabricantes de equipos médicos realizarán mediciones y diagnósticos automáticos, por lo que nosotros, en el aspecto clínico, nos centraremos en el desarrollo de IA que pueda detectar nuevas patologías y enfermedades", añadió.

Como institución clave en el proyecto de base de datos relacionada con imágenes de la Agencia Japonesa para la Investigación y el Desarrollo Médico (AMED), el Hospital Universitario de Tokushima está tomando la iniciativa en la creación de una base de datos de imágenes de ultrasonido cardiovascular en Japón. Se anticipan con impaciencia futuras investigaciones y desarrollos para maximizar la reproducibilidad en ecocardiografía y mejorar aún más el flujo de trabajo mediante la introducción de la automatización.//

(Entrevista realizada el 27 de junio de 2022.)

Este artículo es una traducción de la revista INNERVISION, Vol.37, No.8, 2022.