El CONICET y la Universidad Favaloro trabajan con IA para procesar tomografías del corazón
- Redacción
- 13 junio, 2024
- Gobierno, I+D, Medicina, Tecnología
- accidentes cerebrovasculares, ACV, cardiología, CONICET, corazón, Damián Craiem, Hospital Europeo Georges Pompidou, IA, infartos, Instituto de Medicina Traslacional, Inteligencia Artificial, Portada, tomografía, Trasplante y Bioingeniería, Universidad Favaloro
- 0 Comments
Especialistas del Conicet y de la Universidad Favaloro desarrollaron un sistema que integra IA y procesa de manera rápida estudios de tomografía del corazón.
Así, apunta a crear una herramienta de apoyo para que los radiólogos efectúen diagnósticos más precisos.
Y también con mayor rapidez con el fin de prevenir infartos, accidentes cerebrovasculares y otros eventos vasculares.
La herramienta está en una fase de prototipo y demostró tener una tasa de efectividad que superó el 95% tras analizar imágenes de casi 1200 pacientes.
El trabajo busca mejorar el diagnóstico para la prevención de infartos, accidentes cerebrovasculares (ACV) y otros eventos vasculares.
El mismo aparece en la revista Biomedical Physics and Engineering Express.
Y se realizó con la colaboración de radiólogos de la Unidad de Imágenes Cardiovasculares del Hospital Europeo Georges Pompidou, en París, Francia.
“Nuestro sistema no está aún preparado para transferirse al ámbito médico, pero dimos un paso en esa dirección”.
“Queremos que funcione como una herramienta de apoyo al radiólogo, que acelere su trabajo”.
“Pero siempre brindándole la posibilidad de verificar visualmente la detección automática para que pueda corregir y validar”.
Así lo señaló Damián Craiem, director del estudio e investigador del Conicet.
Craiem es además jefe del Laboratorio de Bioingeniería en el Instituto de Medicina Traslacional, Trasplante y Bioingeniería.
Una de las principales enfermedades vasculares es la aterosclerosis y consiste en la acumulación patológica de lípidos dentro de la pared arterial.
Estas placas lipídicas envejecen y pueden calcificarse y desencadenar infartos, ACV y otros eventos vasculares.
“En pacientes con indicios de enfermedad cardiovascular, la detección del calcio coronario y aórtico con imágenes de tomografía demostró ser una herramienta efectiva para mejorar la prevención temprana”.
“Nuestro sistema con IA detecta y mide de forma rápida y precisa el calcio que figura en esas imágenes”, explicó Craiem.
Además indicó que “la presencia de calcio en las arterias coronarias está asociada a un aumento del riesgo de infartos”.
“Por otra parte, hace varios años que estudiamos el calcio aórtico ya que hay indicios de que es más específico”.
“Para predecir eventos extra-coronarios como los accidentes cerebrovasculares”.
El calcio vascular se observa en las tomografías como manchas blancas que aparecen en los bordes de las paredes arteriales.
Para medirlo, el radiólogo utiliza generalmente un software que le permite explorar plano a plano el corazón y las arterias.
Además de resaltar los candidatos que pueden ser potenciales lesiones y luego hacer clic sobre cada uno para validarlos.
“Un paciente puede tener decenas de calcificaciones y este procedimiento suele ser largo y tedioso”.
“Nuestro proyecto consistió en entrenar un software para que primero aprenda a reconocer la aorta donde se forman las calcificaciones”.
“Y luego busque potenciales lesiones y decida cuáles son verdaderas”.
“En un par de minutos el sistema de IA entrega las mediciones de calcio que a un radiólogo a veces puede llevarle entre 15 y 30 minutos”, puntualizó Craiem.
“En resumen, el sistema basado en IA permite medir automáticamente un score de calcio torácico”.
“Como el riesgo de los eventos cardiovasculares se asocia a la cantidad de calcio en las arterias, esta herramienta automática ayuda a los cardiólogos a mejorar los tratamientos preventivos”.
El sistema que desarrollaron los especialistas del Conicet y de la Universidad Favaloro se testeó para analizar tomografías de calcio aórtico de 1.190 pacientes.
De los cuales el 80% fueron hombres y el 20% restante mujeres, de entre 48 y 66 años de edad.
Y se comprobó que su desempeño tuvo una tasa de efectividad que superó el 95%.
Más detalles sobre este trabajo en CONICET.
Leave A Comment