Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Herramienta habilitada para IA predice ataques cardíacos midiendo acumulación de placa coronaria en imágenes de ATC

Por el equipo editorial de HospiMedica en español
Actualizado el 24 Mar 2022
Print article
Imagen: Herramienta de inteligencia artificial puede ayudar a predecir ataques cardíacos (Fotografía cortesía de Unsplash)
Imagen: Herramienta de inteligencia artificial puede ayudar a predecir ataques cardíacos (Fotografía cortesía de Unsplash)

La acumulación de placa puede hacer que las arterias se estrechen, lo que dificulta que la sangre llegue al corazón, lo que aumenta la probabilidad de un ataque al corazón. Una prueba médica llamada angiografía por tomografía computarizada coronaria (ATC) toma imágenes en 3D del corazón y las arterias y puede dar a los médicos una estimación de cuánto se han estrechado las arterias de un paciente. Sin embargo, hasta ahora no ha habido una forma sencilla, automatizada y rápida de medir la placa visible en las imágenes de la ATC. Ahora, los investigadores han creado una herramienta habilitada con inteligencia artificial (IA) que predice con precisión qué pacientes experimentarán un ataque cardíaco en cinco años en función de la cantidad y composición de la placa en las arterias que suministran sangre al corazón.

Para desarrollar la herramienta habilitada para IA, investigadores de Cedars-Sinai (Los Ángeles, CA, EUA) analizaron imágenes de ATC de 1.196 personas que se sometieron a una ATC coronaria en 11 sitios en Australia, Alemania, Japón, Escocia y EUA. Los investigadores entrenaron el algoritmo de IA para medir la placa haciendo que aprendiera de imágenes coronarias de ATC, de 921 personas, que ya habían sido analizadas por médicos capacitados.

El algoritmo funciona delineando primero las arterias coronarias en imágenes 3D y luego identificando los depósitos de sangre y placa dentro de las arterias coronarias. Los investigadores encontraron que las medidas de la herramienta se correspondían con las cantidades de placa observadas en las ATC coronarias. También compararon los resultados con imágenes tomadas por dos pruebas invasivas consideradas muy precisas para evaluar la placa y el estrechamiento de las arterias coronarias: la ecografía intravascular y la angiografía coronaria con catéter.

Finalmente, los investigadores descubrieron que las mediciones realizadas por el algoritmo de IA a partir de imágenes de ATC predijeron con precisión el riesgo de ataque cardíaco en un plazo de cinco años para 1.611 personas que formaban parte de un ensayo multicéntrico llamado ensayo SCOT-HEART. Los investigadores continúan estudiando qué tan bien su algoritmo de IA cuantifica los depósitos de placa en pacientes que se someten a una ATC coronaria.

"La placa coronaria a menudo no se mide porque no hay una forma completamente automatizada de hacerlo", dijo Damini Dey, PhD, directora del laboratorio de análisis de imágenes cuantitativas en el Instituto de Investigación de Imágenes Biomédicas en Cedars-Sinai y autora principal del estudio. “Cuando se mide, a un experto le lleva al menos de 25 a 30 minutos, pero ahora podemos usar este programa para cuantificar la placa a partir de imágenes de ATC en cinco a seis segundos”.

"Se necesitan más estudios, pero es posible que podamos predecir si es probable que una persona sufra un ataque cardíaco y en qué momento, en función de la cantidad y la composición de la placa observada con esta prueba estándar", dijo Dey, quien también es profesora de Ciencias Biomédicas en Cedars-Sinai.

Enlaces relacionados:
Cedars-Sinai

Miembro Oro
Disposable Protective Suit For Medical Use
Disposable Protective Suit For Medical Use
Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
LED Examination Light
LUVIS-E100

Print article

Canales

Cuidados Criticos

ver canal
Imagen: Ejemplar de modelo de flujo vascular; flujo de aneurisma intracraneal, tratamiento y trombosis (Fotografía cortesía de la Universidad de Leeds)

Simulación del flujo sanguíneo más rápida y precisa podría revolucionar tratamiento de enfermedades vasculares

El campo del modelado del flujo vascular es vital para comprender y tratar las enfermedades vasculares, pero tradicionalmente, estos métodos requieren mucho trabajo y cálculo.... Más

Técnicas Quirúrgicas

ver canal
Imagen: Un primer plano del adhesivo imprimible en 3D (Fotografía cortesía de Hyunwoo Yuk)

Adhesivo de tejido imprimible en 3D con función repelente de sangre podría revolucionar cierre de heridas quirúrgicas

Los adhesivos de tejido ofrecen una alternativa moderna a los métodos tradicionales de cierre de heridas, como suturas y grapas. Vienen con beneficios que incluyen un daño reducido a los... Más

TI

ver canal
Imagen: El primer modelo específico de la institución proporciona una ventaja de desempeñoa significativa sobre los modelos actuales basados en la población (Fotografía cortesía de Mount Sinai)

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Se han implementado algoritmos de aprendizaje automático para crear modelos predictivos en varios campos médicos, y algunos han demostrado mejores resultados en comparación con sus... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.