Imagenología novedosa de rayos X que muestra el daño vascular en la COVID-19 podría apoyar el diagnóstico de rutina de laboratorio

Una técnica innovadora de imágenes de rayos X que muestra que la COVID-19 puede causar daño vascular al corazón podría ayudar a los patólogos en los diagnósticos de rutina.

Un equipo de investigación interdisciplinario de la Universidad de Gotinga (Gotinga, Alemania) y la Facultad de Medicina de Hannover (Hannover, Alemania) detectó cambios significativos en el tejido del músculo cardíaco de personas que murieron por COVID-19. El daño al tejido pulmonar ha sido el foco de investigación en esta área durante algún tiempo y ahora ha sido investigado a fondo. El estudio actual muestra la participación del corazón en la COVID-19 a nivel microscópico por primera vez mediante la obtención de imágenes y el análisis del tejido afectado en las tres dimensiones.


Los científicos tomaron imágenes de la arquitectura del tejido a alta resolución utilizando radiación de sincrotrón, una radiación de rayos X particularmente brillante, y la mostraron en tres dimensiones. Para hacer esto, utilizaron un microscopio de rayos X especial, configurado y operado por la Universidad de Gotinga en el Sincrotrón de Electrones Alemán DESY. Observaron cambios claros a nivel de los capilares (los diminutos vasos sanguíneos) en el tejido del músculo cardíaco cuando examinaron los efectos allí de la forma grave de la COVID-19.

En comparación con un corazón sano, las imágenes de rayos X de los tejidos afectados por una enfermedad grave, revelaron una red llena de divisiones, ramas y lazos que habían sido remodelados caóticamente por la formación y división de nuevos vasos. Estos cambios son la primera evidencia visual directa de uno de los principales impulsores del daño pulmonar en la COVID-19: un tipo especial de “angiogenes (que significa formación de nuevos vasos) intususceptivos” en el tejido. Para visualizar la red capilar, los vasos en el volumen tridimensional primero debían identificarse utilizando métodos de aprendizaje automático. Inicialmente, esto requirió que los investigadores etiquetaran minuciosa y manualmente los datos de las imágenes.

Hay una característica muy especial de este estudio: a diferencia de la arquitectura vascular, la calidad de datos requerida podría lograrse utilizando una pequeña fuente de rayos X en el laboratorio de la Universidad de Gotinga. En principio, esto significa que también se podría realizar en cualquier clínica para ayudar a los patólogos con diagnósticos de rutina. En el futuro, los investigadores quieren expandir aún más el enfoque de convertir los patrones de tejido característicos en valores matemáticos abstractos para desarrollar herramientas automatizadas para el diagnóstico, nuevamente desarrollando más imágenes de rayos X de laboratorio y validándolas con datos de radiación de sincrotrón.

“Para acelerar el procesamiento de imágenes, por lo tanto, también dividimos automáticamente la arquitectura del tejido en sus características simétricas locales y luego las comparamos”, explicó Marius Reichardt, de la Universidad de Gotinga.

“Los parámetros obtenidos a partir de esto mostraron una calidad completamente diferente en comparación con el tejido sano, o incluso con enfermedades como la influenza grave o la miocarditis común”, agregaron los líderes del estudio, el profesor Tim Salditt de la Universidad de Gotinga y el profesor Danny Jonigk de la Facultad de Medicina de Hannover.

Enlace relacionado:
Universidad de Gotinga
Facultad de Medicina de Hannover