Análisis de imágenes OCT basado en IA identifica placas de alto riesgo en arterias coronarias

Si bien la tomografía de coherencia óptica (OCT) proporciona imágenes detalladas de la estructura vascular durante las intervenciones coronarias, no revela directamente la composición de la pared vascular.

Por lo tanto, la identificación de placas peligrosas depende en gran medida de la experiencia del médico y de la interpretación visual. Ahora, investigadores han desarrollado un método basado en inteligencia artificial (IA) que detecta y mapea depósitos lipídicos en imágenes de OCT, lo que podría permitir la identificación más temprana de placas de alto riesgo.

Investigadores del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST, Daejeon, Corea del Sur), en colaboración con el Hospital Guro de la Universidad de Corea (Seúl, Corea del Sur), han desarrollado una técnica para extraer información espectral dependiente de la longitud de onda incorporada en las señales de OCT e integrarla en un marco de aprendizaje profundo.

Dado que los distintos tejidos absorben y reflejan la luz de forma diferente, los lípidos, el tejido fibroso y el calcio producen firmas ópticas distintivas. El modelo de IA analiza estos patrones espectrales sutiles y resalta automáticamente las regiones con probabilidad de contener placas ricas en lípidos, sin requerir modificaciones de hardware en los sistemas clínicos de OCT existentes.

A diferencia de los sistemas de IA convencionales, que requieren anotaciones detalladas a nivel de píxel, el nuevo enfoque aprende de etiquetas más sencillas a nivel de fotograma que indican la presencia de lípidos. Esto reduce significativamente la carga de etiquetado de datos y mejora la practicidad para el uso clínico.

La validación mediante datos de imagen intravascular obtenidos de un modelo de aterosclerosis en conejos mostró un sólido rendimiento de clasificación y una buena concordancia espacial con los hallazgos histopatológicos. Los resultados, publicados en Biomedical Optics Express, demuestran una detección precisa de placas ricas en lípidos.

El sistema podría proporcionar información adicional durante las intervenciones coronarias para apoyar la evaluación del riesgo, la planificación del tratamiento y la valoración de la respuesta terapéutica. Al funcionar con plataformas de OCT existentes, el método ofrece una vía escalable hacia su integración clínica.

Actualmente, los investigadores están optimizando la velocidad de procesamiento y la robustez del sistema para permitir su uso en tiempo real, y planean realizar validaciones adicionales con datos de arterias coronarias humanas. También buscan adaptar el marco tecnológico a otras modalidades de imagen intravascular y óptica.

Enlaces relacionados:
KAIST
Korea University Guro Hospital