El análisis de resonancia magnética cardíaca se puede realizar significativamente más rápido con una precisión similar a la de los expertos cuando se utiliza el aprendizaje automático, según una nueva investigación publicada en Circulación: Imagen cardiovascular , una revista de la American Heart Association.
Actualmente, el análisis de la función cardíaca en las imágenes de resonancia magnética cardíaca toma aproximadamente 13 minutos para los humanos. Utilizando la inteligencia artificial en forma de aprendizaje automático, una exploración se puede analizar con una precisión comparable en aproximadamente cuatro segundos.
Los profesionales de la salud utilizan regularmente las imágenes de resonancia magnética cardíaca para realizar mediciones de la estructura y la función del corazón que guían la atención al paciente y las recomendaciones de tratamiento. Muchas decisiones clínicas importantes que incluyen el momento de la cirugía cardíaca, la implantación de desfibriladores y la continuación o interrupción de la quimioterapia cardiotóxica se basan en mediciones precisas y precisasMejorar el desempeño de estas medidas podría mejorar potencialmente el manejo y los resultados del paciente.
En el Reino Unido, donde se realizó el estudio, se estima que se realizan más de 150,000 imágenes de resonancia magnética cardíaca cada año. Según la cantidad de imágenes por año, los investigadores creen que la utilización de IA para leer las imágenes podría potencialmente ahorrar 54días clínicos por año en cada centro de salud del Reino Unido.
Los investigadores entrenaron una red neuronal para leer las imágenes de resonancia magnética cardíaca y los resultados de casi 600 pacientes. Cuando se evaluó la precisión de la IA en comparación con un experto y un aprendiz en 110 pacientes separados de múltiples centros, los investigadores encontraron que no había una diferencia significativaen precisión
"La resonancia magnética cardiovascular ofrece una calidad de imagen incomparable para evaluar la estructura y función del corazón; sin embargo, el análisis manual actual sigue siendo básico y desactualizado. Las técnicas automatizadas de aprendizaje automático ofrecen el potencial de cambiar esto y mejorar radicalmente la eficiencia, y esperamos más investigación que puedavalidar su superioridad al análisis humano ", dijo la autora del estudio Charlotte Manisty, MD Ph.D." Nuestro conjunto de datos de pacientes con una variedad de enfermedades cardíacas que recibieron escáneres nos permitió demostrar que las mayores fuentes de error de medición surgen de factores humanos. Estoindica que las técnicas automatizadas son al menos tan buenas como las humanas, con el potencial de pronto ser 'superhumano', transformando la precisión de las mediciones clínicas y de investigación ".
Aunque el estudio no demostró la superioridad de la IA sobre los expertos humanos y no se utilizó de forma prospectiva para la evaluación clínica de los resultados de los pacientes, este estudio destaca el potencial que tales técnicas podrían tener en el futuro para mejorar el análisis e influir en la toma de decisiones clínicas para pacientes concardiopatía.
Fuente de la historia :
Materiales proporcionado por Asociación Americana del Corazón . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :