Modelo de inteligencia artificial PET/CT ideal para predecir el riesgo de futuros ataques cardíacos
Ejemplos de casos de análisis cuantitativo de placa en angiografía coronaria por TC y PET con 18F-NaF en pacientes con enfermedad arterial coronaria establecida. Angiografía híbrida por TC y PET con 18F-NaF de arterias coronarias. (A) Un hombre de 70 años de edad, que presentó una enfermedad difusa en gran medida no calcificada (panel central en rojo) en la DA y demostró un aumento de la captación de 18F-NaF en la DA en la PET. (B) Un hombre de 59 años con aterosclerosis LCX leve, que se presentó con una carga alta de placa no calcificada (panel central en rojo) en la angiografía por TC, captación significativa de 18F-NaF y experimentó un infarto de miocardio lateral sin elevación del segmento ST durante el seguimiento. -arriba. LAD = descendente anterior izquierda; LCX = circunflejo izquierdo; LAP = placa de baja atenuación. Crédito: Primer autor Jacek Kwiecinski y autor principal Piotr Slomka, Cedars-Sinai, Los Ángeles, California, en colaboración con la Universidad de Edimburgo, Reino Unido.
Al combinar la información de dos técnicas de imágenes avanzadas con datos clínicos, los médicos pueden mejorar su predicción de ataques cardíacos, según una investigación publicada en la edición de enero de The Journal of Nuclear Medicine. Cuando se evaluaron juntos en un modelo de inteligencia artificial, se encontró que la captación coronaria de 18F-NaF en la PET y las características cuantitativas de la placa coronaria en la angiografía por TC eran fuertes predictores complementarios del riesgo de ataque cardíaco en pacientes con enfermedad arterial coronaria establecida, proporcionando una predicción del riesgo superior a la de datos clínicos solos.
En la práctica clínica diaria, predecir un ataque al corazón es un desafío. La probabilidad pronosticada de un ataque cardíaco generalmente se basa en los factores y puntajes de riesgo cardiovascular, especialmente en pacientes con sospecha de enfermedad arterial coronaria. Sin embargo, en pacientes con arteriopatía coronaria confirmada, los factores de riesgo cardiovascular y las puntuaciones no siempre muestran el cuadro completo.
«Recientemente, las técnicas de imágenes avanzadas han demostrado ser prometedoras para determinar qué pacientes con arteriopatía coronaria son más en riesgo de sufrir un ataque cardíaco. Estas técnicas incluyen PET con 18F-fluoruro de sodio (18F-NaF), que evalúa la actividad de la enfermedad en las arterias coronarias, y angiografía por TC, que proporciona un análisis cuantitativo de la placa», dijo Piotr J. Slomka, Ph.D. ., FACC, FASNC, FCCPM, director de Innovación en Imágenes del Centro Médico Cedars-Sinai en Los Ángeles, California. «Nuestro objetivo en el estudio era investigar si la información proporcionada por la angiografía por TC y PET con 18F-NaF es complementaria y podría mejorar la predicción de ataques cardíacos con el uso de técnicas de inteligencia artificial».
Cerca de 300 pacientes con aterosclerosis coronaria participaron en el estudio. A todos los pacientes se les realizó una evaluación clínica basal con evaluación de su perfil de factores de riesgo cardiovascular. Todos los pacientes recibieron angiografía coronaria por TC coronaria híbrida con 18F-NaF y angiografía coronaria por TC de contraste. Se utilizó el aprendizaje automático, un tipo de inteligencia artificial, para calcular una puntuación conjunta del riesgo de ataque cardíaco mediante la incorporación de variables clave de la evaluación clínica, los hallazgos de la TEP con 18F-NaF y las variables cuantitativas de la TC.
El modelo de aprendizaje automático mostró una mejora sustancial en predicción de infarto de miocardio sobre datos clínicos solamente. Este enfoque demostró que la TEP con 18F-NaF y la angiografía por TC son complementarias y aditivas, y que la combinación de ambas proporciona la predicción de resultados más sólida.
«La TEP con 18F-NaF combinada con imágenes anatómicas proporcionadas por la angiografía por TC tiene el potencial para permitir la medicina de precisión guiando el uso de intervenciones terapéuticas avanzadas», señaló Slomka. «Nuestro estudio respalda el uso de métodos de inteligencia artificial para integrar imágenes multimodales y datos clínicos para una predicción sólida de ataques cardíacos».
Explore más
El aprendizaje automático predice el riesgo de muerte en pacientes con enfermedades cardíacas presuntas o conocidas Más información: Jacek Kwiecinski et al, Machine Learning with 18F-Sodium Fluoride PET and Quantitative Plaque Analysis sobre angiografía por TC para el riesgo futuro de infarto de miocardio, Journal of Nuclear Medicine (2021). DOI: 10.2967/jnumed.121.262283 Información de la revista: Journal of Nuclear Medicine
Proporcionado por Society of Nuclear Medicine and Molecular Imaging Cita: PET/CT modelo de inteligencia artificial ideal para predecir el riesgo de un ataque cardíaco futuro (2022, 11 de enero) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-01-petct-artificial-intelligence-ideal-future.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.