RADIODIAGNÓSTICO

Un modelo de inteligencia artificial aplicada en PET y angiografía por TAC puede predecir el riesgo de un futuro infarto de miocardio

Eurekalert · 19 enero 2022

Aplicando un modelo de inteligencia artificial a la información de una tomografía por emisión de positrones (PET) y de una tomografía axial computarizada (TAC), los médicos pueden mejorar la predicción de los infartos de miocardio, según una investigación publicada en el Journal of Nuclear Medicine.

Cuando se evaluaron conjuntamente en un modelo de inteligencia artificial, la captación coronaria en la PET y las características cuantitativas de la placa coronaria en la angiografía por TAC resultaron ser predictores fuertes y complementarios del riesgo de infarto en pacientes con enfermedad coronaria establecida, proporcionando una predicción del riesgo superior a la de los datos clínicos por sí solos.

En la práctica clínica diaria, la predicción de un infarto de miocardio es un reto. Suele basarse en los factores y puntuaciones de riesgo cardiovascular, especialmente en pacientes con sospecha de enfermedad arterial coronaria. Sin embargo, en los pacientes con enfermedad coronaria confirmada, los factores de riesgo cardiovascular y las puntuaciones no siempre muestran la imagen completa.

"Recientemente, las técnicas avanzadas de imagen han demostrado ser muy prometedoras para determinar qué pacientes con enfermedad arterial coronaria tienen más riesgo de sufrir un infarto. Estas técnicas incluyen la PET con fluoruro de sodio 18F (18F-NaF), que evalúa la actividad de la enfermedad en las arterias coronarias, y la angiografía por TC, que proporciona un análisis cuantitativo de la placa", explica el investigador Piotr J. Slomka, del Centro Médico Cedars-Sinai (Estados Unidos).

"Nuestro objetivo en el estudio era investigar si la información proporcionada por la PET 18F-NaF y la angiografía por TAC es complementaria y podría mejorar la predicción de los infartos con el uso de técnicas de inteligencia artificial", añade.

En el estudio participaron casi 300 pacientes con enfermedad coronaria establecida. Todos se sometieron a una evaluación clínica inicial con valoración de su perfil de factores de riesgo cardiovascular y se sometieron a una PET coronaria híbrida con 18F-NaF y a una angiografía coronaria con TAC de contraste.

Se utilizó el aprendizaje automático para calcular una puntuación conjunta del riesgo de infarto incorporando las variables clave de la evaluación clínica, los resultados de la PET con 18F-NaF y las variables cuantitativas de la TAC.

El modelo mostró una mejora sustancial en la predicción del infarto respecto a los datos clínicos por sí solos. Este enfoque demostró que la PET 18F-NaF y la angiografía por TAC son complementarias, y que la combinación de ambas proporciona la predicción de resultados más sólida.

"La PET con 18F-NaF combinada con las imágenes anatómicas proporcionadas por la angiografía por TAC tiene el potencial de permitir la medicina de precisión al guiar el uso de intervenciones terapéuticas avanzadas –concluye Slomka-. Nuestro estudio apoya el uso de métodos de inteligencia artificial para integrar imágenes multimodales y datos clínicos para una predicción robusta de los infartos de miocardio".

Referencia: J Nucl Med. 2022;63(1):158-165. doi:10.2967/jnumed.121.262283