La inteligencia artificial amplía las capacidades diagnósticas de la angiografía coronaria convencional

La angiografía coronaria es una herramienta de diagnóstico esencial que se utiliza a nivel mundial para identificar la enfermedad de las arterias coronarias (EAC), y se realizan millones de procedimientos anualmente. Tradicionalmente, los datos de las angiografías coronarias se limitan a detectar obstrucciones en las arterias coronarias. Sin embargo, los avances en la tecnología de inteligencia artificial (IA) ahora están mejorando las capacidades de diagnóstico de la angiografía coronaria, extendiendo su utilidad más allá de la simple detección de bloqueos para incluir datos funcionales y hemodinámicos más complejos, que pueden mejorar significativamente la toma de decisiones clínicas y mejorar los resultados de los pacientes. Ahora, un nuevo estudio ha demostrado que el aprendizaje automático puede extraer datos funcionales y hemodinámicos completos de angiografías de rutina.

El estudio AI-ENCODE realizado en la Clínica Mayo (Rochester, MN, EUA) ha proporcionado nuevos conocimientos sobre cómo la IA podría automatizar la extracción de datos fisiológicos y funcionales vitales de las angiografías de rutina. Este estudio utilizó sofisticadas técnicas de aprendizaje automático para ampliar el rango de datos extraídos de angiografías coronarias de rutina. Los investigadores utilizaron una base de datos de más de 20.000 angiografías de la Clínica Mayo, realizadas entre 2016 y 2021, para desarrollar y validar algoritmos de inteligencia artificial capaces de extraer información sobre la función ventricular izquierda y derecha, las presiones de llenado intracardíaco y el índice cardíaco a partir de solo uno o dos videos angiográficos. Los ecocardiogramas realizados en el momento de las angiografías sirvieron como "estándar de oro" de comparación.

Los modelos de IA pudieron predecir la fracción de eyección del ventrículo izquierdo (FEVI), las presiones de llenado del VI, la disfunción del ventrículo derecho y el índice cardíaco con áreas bajo la curva operativa del receptor (AUC) de 0,87, 0,87, 0,80 y 0,82, respectivamente. Estos hallazgos indican que los modelos de IA recientemente desarrollados extrajeron con éxito datos de diagnóstico vitales que normalmente requerirían pruebas adicionales, como ecocardiogramas o cateterismo del corazón derecho.

“Las herramientas de diagnóstico tradicionales en medicina cardiovascular albergan una gran cantidad de información, pero mucha sigue estando infrautilizada. El proyecto AI-ENCODE demostró que se puede aprovechar la IA para desbloquear y ofrecer un espectro más amplio y significativo de hallazgos clínicos a partir de angiografías existentes”, dijo Mohamad Alkhouli, MD, presidente de la División de Investigación e Innovación de la Facultad de Medicina de Mayo Clinic, y líder autor del estudio. “Este estudio realmente nos muestra la destreza de la IA para revelar conocimientos más allá de lo que el ojo humano puede ver. Es importante que aprovechemos las capacidades de la IA como herramienta de diagnóstico para brindar lo mejor posible a nuestros pacientes”.

Enlaces relacionados:
Clínica Mayo