Congreso Europeo de Cardiología 2021

Cardiología e-Computacional: nuevas formas en que la tecnología puede mejorar la predicción en los síndromes coronarios

La inteligencia artificial (IA) y otras técnicas computacionales innovadoras tienen un enorme alcance para transformar la cardiología. En el Congreso de la ESC 2021, hemos visto muchos ejemplos en la línea de salud electrónica / salud digital: aquí hay algunos aspectos destacados de los carteles electrónicos sobre los avances en los síndromes coronarios agudos / crónicos.

El doctor Adam Bakula (University Hospital Basel, Suiza y Royal Brompton Hospital, Londres, Reino Unido) y sus colegas investigaron si un enfoque basado en IA, utilizando un algoritmo basado en patrones meméticos (MPA), podría mejorar la predicción de la isquemia más allá de los pre conocidos. puntuaciones de probabilidad de prueba (PTP).

Se incluyeron en el análisis más de 500 pacientes consecutivos sometidos a tomografía por emisión de positrones rubidio-82 de perfusión miocárdica (PET MPI) para la evaluación clínica de rutina de la enfermedad de las arterias coronarias (EAC).

La PTP para cada paciente se estimó utilizando el MPA, utilizando modelos ESC de 2013 y 2019, por puntajes de Diamond y Forrester (DFS) y por puntajes de Framingham (FRS). Las imágenes PET MPI se evaluaron para detectar la presencia de isquemia, definida como una puntuación de diferencia sumada (SDS) ≥2.

De los 531 pacientes incluidos, el 50% había conocido una EAC previa y 208 pacientes tenían evidencia de isquemia. El MPA proporcionó un área bajo la curva de característica operativa del receptor (AUC ROC) de 0,76, que era más alta que con los modelos ESC (ESC 2013 y ESC 2019, ambos 0,67), DFS (0,56) y FRS (0,68).

Se concluyó que el MPA supera los puntajes establecidos para la evaluación de PTP y tiene el potencial de mejorar la precisión de la predicción de isquemia, lo que podría ayudar a evitar pruebas innecesarias y ahorrar costos.

El uso de biomarcadores en combinación con variables clínicas es un enfoque novedoso y prometedor no invasivo para predecir la EAC obstructiva (oCAD). El profesor asistente Johannes Neumann (University Heart Center Hamburg, Clinic Cardiology, Alemania) describe cómo se desarrolló previamente un panel de biomarcadores clínicos / proteómicos utilizando proteómica e IA, e incluía troponina I cardíaca de alta sensibilidad (hscTnI), ya que la hs-cTnI se mide con frecuencia en pacientes sintomáticos.

El panel consta de tres variables clínicas (sexo masculino, edad e intervención coronaria percutánea previa) y tres biomarcadores (hs-cTnI, adiponectina y molécula de daño renal-1).

La novedad es la validación de este modelo en 924 pacientes con una combinación de presentaciones agudas y menos agudas de tres cohortes. oCAD se definió como> 50% de obstrucción coronaria en al menos una arteria coronaria en una cohorte o> 70% de obstrucción coronaria en al menos una arteria coronaria para las otras dos cohortes.