El diagnóstico de amiloidosis cardíaca recibe un modelo de IA más extenso

Investigadores han presentado un nuevo algoritmo de inteligencia artificial (IA) multimodal para el diagnóstico de amiloidosis cardíaca (AC), una herramienta que muestra promesas de mayor precisión y sensibilidad en el mundo real.

El modelo de IA eco-clínica (AI-ECM), que incorpora demografía, biomarcadores de laboratorio y parámetros de ecocardiografía transtorácica (ETT), tuvo un mejor desempeño que el modelo de aprendizaje profundo validado anteriormente y aprobado por la FDA, Us2.Ca, según el Dr. Federico Asch del MedStar Health Research Institute en Washington D.C. y sus colegas.

Esto se basó en un estudio de validación interna que utilizó datos de un registro multiétnico, en el cual AI-ECM mostró mejoras significativas en precisión (área bajo la curva 0.94 frente a 0.89) y sensibilidad (93% frente a 76%) en comparación con el modelo anterior. Sin embargo, una desventaja fue una disminución en la especificidad (85% frente a 91%).

«Un modelo de IA multiparamétrico que integra datos clínicos básicos, de laboratorio y de ETT con el aprendizaje profundo Us2.Ca mejoró el rendimiento para la detección de AC en comparación con Us2.Ca solo. Este enfoque representa un paso hacia diagnósticos de precisión guiados por IA escalables para AC en poblaciones diversas», concluyeron los autores del estudio en Circulation: Cardiovascular Imaging.

«Nuestro trabajo se alinea con un creciente cuerpo de evidencia que respalda el uso de modelos de IA basados en ETT para la detección de AC y además amplía este tema al demostrar el potencial para la integración de biomarcadores clínicos, de laboratorio y de ETT multimodales para aumentar la precisión del modelo de IA», escribieron.

La AC es una causa cada vez más reconocida, aunque aún subdiagnosticada, de insuficiencia cardíaca debido a la deposición de proteínas mal plegadas dentro del miocardio.

Notablemente, el grupo de Asch reportó que no hubo más clasificaciones indeterminadas utilizando el modelo AI-ECM. El modelo AI-ECM mejoró la sensibilidad para la detección de AC de cadena ligera en particular, y mantuvo alta precisión a través de subtipos y grupos de control.

Por lo tanto, «aunque la especificidad es modestamente menor, el aumento de la sensibilidad es más significativo para una herramienta de detección que busca reducir diagnósticos perdidos y retrasados», comentaron la Dra. Arielle Abovich y la Dra. Sarah Cuddy, ambas del Brigham and Women’s Hospital y la Escuela de Medicina de Harvard en Boston.

«Con un refinamiento y validación prospectiva apropiados, este enfoque tiene el potencial de mejorar las tasas de detección en una enfermedad donde un diagnóstico temprano es cada vez más crucial», escribieron en un editorial acompañante.

La esperanza es que un mejor método de detección de AC reduciría la demora diagnóstica actualmente asociada con la enfermedad y, en última instancia, facilitaría un tratamiento más oportuno. Actualmente, la demora es de aproximadamente un año entre la sospecha clínica y el diagnóstico confirmado de AC. Parte del problema es la falta de una buena prueba de primera línea para el cribado de AC; incluso la ETT está limitada en su sensibilidad debido a la superposición fenotípica de AC con otras miocardiopatías.

Asch y sus colegas enfatizaron que AI-ECM se basa en métricas de rutina recolectadas en la evaluación diagnóstica temprana para AC.

«En pacientes con hallazgos ecocardiográficos sospechosos de AC, las guías actuales recomiendan obtener pruebas de luz de cadena sérica y urinaria antes de buscar escintigrafía nuclear o biopsia endomiocárdica. La información demográfica y la función renal suelen estar disponibles en todos los pacientes en el momento de la ETT», escribieron. «Por lo tanto, AI-ECM está diseñado para operar temprano dentro de la evaluación diagnóstica».

Los autores del estudio realizaron el entrenamiento del modelo y la validación interna de AI-ECM usando el Consorcio Internacional de Imágenes de Amiloidosis, un registro global multiétnico que abarca nueve centros médicos académicos en EE. UU., Japón, Brasil y Argentina.

Se incluyeron 727 pacientes con AC y 316 controles (los últimos divididos entre 202 con sospecha de AC de transtiretina con evaluación diagnóstica negativa y 114 pacientes con amiloidosis de cadena ligera extracardiaca confirmada por biopsia sin involucramiento cardíaco).

Los casos de AC y los controles promediaron 70 años de edad. Había significativamente más hombres (73.6% frente a 57.6%) en el grupo de AC, que también mostró niveles más altos de NT-proBNP (mediana 2,492 frente a 826 pg/mL) y BNP (505 frente a 87 pg/mL) en la línea base.

El equipo de Asch reconoció la falta de validación externa en este informe. Además, las pruebas completas de luz de cadena estaban disponibles en la mayoría de los pacientes en la cohorte.

«En la práctica clínica de rutina, a veces se realiza la imagen de pirofosfato antes de una evaluación completa de luz de cadena sérica y urinaria. Como tal, la alta tasa de pruebas de luz de cadena en nuestro conjunto de datos puede no reflejar completamente la práctica del mundo real», advirtieron los investigadores.

«La dependencia del modelo de estudios de luz de cadena que no están consistentemente disponibles en el momento de la detección es una limitación, pero una que puede ser abordable a través de marcadores sustitutos o mediante el enfoque hacia poblaciones clínicas donde estos datos ya se obtienen», señalaron Abovich y Cuddy.

Nota de descargo de responsabilidad: Este artículo es solo para fines informativos y no debe considerarse un consejo médico. Siempre consulte a un profesional de la salud para obtener orientación específica sobre su salud.

Fuente: https://www.medpagetoday.com/cardiology/chf/121505