Artículo original: Cau R, Flanders A, Mannelli L, Politi C, Faa G, Suri J et al. Artificial intelligence in computed tomography plaque characterization: A review. European Journal of Radiology. 2021;140:109767.
DOI: https://doi.org/10.1016/j.ejrad.2021.109767
Sociedad: N/A
Palabras clave: artificial intelligence, atherosclerosis, computed tomography angiography, plaque characterization.
Abreviaturas y acrónimos: ATC (angiotomografía computarizada), DL (deep learning), IA (inteligencia artificial), ML (machine learning).
Línea editorial del número: European Journal of Radiology es una revista propiedad de la multinacional de la edición científica Elsevier, creada como “revista transformadora”. Se basa en un modelo de negocio a caballo entre el acceso libre y la suscripción de pago, que requiere también el abono de una cuota para la publicación de contenido original. Menos veterana que otras compañeras (se crea en 2016) en este número recoge artículos de varias subespecialidades, más centradas en los aspectos técnicos y de evaluación de rendimiento diagnóstico de las pruebas de imagen que en su vertiente clínica.
Motivos para la selección: Este artículo resulta interesante para establecer un marco de referencia de las diferentes técnicas de diagnóstico asistido por ordenador empleadas en el estudio de la enfermedad aterosclerótica, con interés en la caracterización de las placas.
Resumen:
El infarto de miocardio y el ictus son las principales causas de mortalidad global, en estrecha relación con la enfermedad aterosclerótica y el desarrollo de placas. La morfología de la placa y su composición son claves para comprender la inestabilidad hemodinámica y el riesgo de rotura, trombosis y embolia de las mismas. La ATC es la prueba más empleada para estudiar las placas gracias a su disponibilidad y alta capacidad resolutiva. El estudio habitual de esta patología se basa en la evaluación visual de la placa en cuanto a morfología, tamaño y composición y la medición del grado de estenosis.
La aplicación de algoritmos de IA al estudio de la enfermedad cardiovascular goza de gran interés hoy día: se han desarrollado diversas soluciones informáticas capaces tanto de exprimir las posibilidades técnicas de la ATC (en cuanto a mejora de la calidad de imagen y reducción de dosis de radiación y artefactos de movimiento) y de facilitar el análisis de las placas de ateroma (con análisis automáticos de composición y segmentación).
Los rasgos de inestabilidad de la placa aterosclerótica (hemorragia intraplaca, núcleo necrótico-rico en lípidos, inflamación intraplaca, calcificaciones punteadas, remodelado…), la inflamación del tejido adiposo perivascular (implicado en la homeostasis vascular y el desarrollo de placas) y la calcificación tienen rasgos semiológicos que pueden procesarse para su interpretación por un sistema informático.
Los principales frentes de actuación de la IA en el análisis de las placas se vertebran en los siguientes apartados:
- Preparación y adquisición de imagen: los algoritmos de IA son capaces de detectar imágenes subóptimas o de escaso valor diagnóstico y aportar soluciones sobre la marcha (en cuanto a corrección de artefactos de movimiento cardíaco o respiratorio, de contraste insuficiente, por limitación del campo de estudio o mala calidad general del estudio). Están en desarrollo sistemas automáticos para la optimización de los tiempos del estudio angiográfico y la minimización de la cantidad de contraste administrada.
- Detección de características sospechosas en el estudio preliminar: servirían para poner sobre aviso al radiólogo informante de los rasgos de sospecha.
- Segmentación vascular y análisis de placas.
- Aplicaciones de radiómica: se centran en la extracción y análisis de características de las imágenes para determinar la composición de la placa interrogada.
Las aplicaciones de IA tienen potencial para facilitar el trabajo del radiólogo pero no conseguirán reemplazarlo. La mayor flexibilidad cognitiva humana y los crecientes dilemas ético-legales que se encuentran con estos sistemas son algunas de las razones. Respecto al manejo de los datos personales empleados para el entrenamiento de los sistemas, su validación y validez todavía queda camino por andar.
Valoración personal:
Se trata de un artículo de revisión escueto que aporta pinceladas sobre inteligencia artificial y aplicaciones en aterosclerosis. Define correctamente los conceptos del área informática pero no profundiza en la semiología radiológica de la patología vascular ni de la placa. Su mayor fortaleza se encuentra en la exposición ordenada de los estudios llevados a cabo en cada área (análisis morfológico, de vulnerabilidad, a nivel coronario o carotídeo…), que puede ser útil para su revisión detallada.
Este artículo que llega en plena temporada estival, pese a su limitada extensión y contenido, podría servir para centrar a aquellos que no saben dónde situarse respecto a la IA y plantear posibles líneas de estudio y/o desarrollo profesional. La IA ha llegado para quedarse y el avance en las aplicaciones en desarrollo es sostenido. Conocer los puntos fuertes de aquellos que podamos aplicar a nuestra práctica es interesante tanto a nivel comercial, organizativo y diagnóstico.
Javier Cuello Ferrero
Complejo Asistencial de Palencia, R4
R4 de Radiodiagnóstico en el Complejo Asistencial Universitario de Palencia.
cbseram.com 
Deja una respuesta