Blog

Jun 13, 2023

IA innovadora

Por la Universidad Metropolitana de Osaka 27 de agosto de 2023 Los científicos han desarrollado un modelo de inteligencia artificial que identifica con precisión las funciones cardíacas y las valvulopatías mediante radiografías de tórax. La investigación

Por Universidad Metropolitana de Osaka 27 de agosto de 2023

Los científicos han desarrollado un modelo de inteligencia artificial que identifica con precisión las funciones cardíacas y las valvulopatías mediante radiografías de tórax. La investigación podría complementar la ecocardiografía tradicional, mejorar la eficiencia del diagnóstico y ser especialmente útil en entornos que carecen de técnicos especializados.

Si bien la inteligencia artificial (IA) a menudo puede percibirse como un sistema sin emociones impulsado por máquinas, investigadores de la Universidad Metropolitana de Osaka han revelado su potencial para brindar un apoyo reconfortante o, más concretamente, “advertente”.

The team has developed a groundbreaking application of AI that categorizes heart functions and accurately identifies valvular heart disease, highlighting ongoing strides in integrating medical science and technology to improve patient outcomes. The findings were recently published in the journal The LancetFounded in 1823 by Thomas Wakley, The Lancet is a weekly peer-reviewed general medical journal. It is one of the world's oldest, most prestigious, and best known general medical journals. The journal publishes original research articles, review articles ("seminars" and "reviews"), editorials, book reviews, correspondence, as well as news features and case reports. The Lancet has editorial offices in London, New York, and Beijing. " data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">Salud digital de The Lancet.

La valvulopatía, una de las causas de insuficiencia cardíaca, a menudo se diagnostica mediante ecocardiografía. Sin embargo, esta técnica requiere habilidades especializadas, por lo que existe una escasez correspondiente de técnicos cualificados. Mientras tanto, la radiografía de tórax es una de las pruebas más comunes para identificar enfermedades, principalmente de los pulmones. Aunque el corazón también es visible en las radiografías de tórax, hasta ahora se sabía poco sobre la capacidad de las radiografías de tórax para detectar la función o enfermedad cardíaca.

Izquierda: Radiografía de tórax Derecha: Visualización de los fundamentos del juicio de la IA. Crédito: Daiju Ueda, OMU

Las radiografías de tórax, o radiografías de tórax, se realizan en muchos hospitales y se requiere muy poco tiempo para realizarlas, lo que las hace muy accesibles y reproducibles. En consecuencia, el equipo de investigación dirigido por el Dr. Daiju Ueda, del Departamento de Diagnóstico y Radiología Intervencionista de la Facultad de Medicina de la Universidad Metropolitana de Osaka, calculó que si se pudiera determinar la función cardíaca y la enfermedad a partir de radiografías de tórax, esta prueba podría servir como un complemento a la ecocardiografía.

Dr. Ueda’s team successfully developed a model that utilizes AI to accurately classify cardiac functions and valvular heart diseases from chest radiographs. Since AI trained on a single dataset faces potential bias, leading to low accuracyHow close the measured value conforms to the correct value." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"> precisión, el equipo apuntó a datos multiinstitucionales. En consecuencia, se recogieron un total de 22 551 radiografías de tórax asociadas con 22 551 ecocardiogramas de 16 946 pacientes en cuatro instalaciones entre 2013 y 2021. Con las radiografías de tórax configuradas como datos de entrada y los ecocardiogramas como datos de salida, el modelo de IA se entrenó para aprender características que conectan ambos conjuntos de datos.

El modelo de IA pudo categorizar con precisión seis tipos seleccionados de valvulopatías cardíacas, con un área bajo la curva (AUC) que oscilaba entre 0,83 y 0,92. (El AUC es un índice de calificación que indica la capacidad de un modelo de IA y utiliza un rango de valores de 0 a 1; cuanto más cerca de 1, mejor). El AUC fue de 0,92 con un límite del 40 % para detectar la eyección del ventrículo izquierdo. fracción: una medida importante para monitorear la función cardíaca.

"Nos llevó mucho tiempo llegar a estos resultados, pero creo que se trata de una investigación importante", afirmó el Dr. Ueda. "Además de mejorar la eficiencia de los diagnósticos médicos, el sistema también podría usarse en áreas donde no hay especialistas, en emergencias nocturnas y para pacientes que tienen dificultades para someterse a una ecocardiografía".

Referencia: “Modelo basado en inteligencia artificial para clasificar funciones cardíacas a partir de radiografías de tórax: un estudio de validación y desarrollo de modelo retrospectivo multiinstitucional” por Daiju Ueda, Toshimasa Matsumoto, Shoichi Ehara, Akira Yamamoto, Shannon L Walston, Asahiro Ito, Taro Shimono , Masatsugu Shiba, Tohru Takeshita, Daiju Fukuda y Yukio Miki, 6 de julio de 2023, The Lancet Digital Health.DOI: 10.1016/S2589-7500(23)00107-3