PanEcho es un modelo de deep learning diseñado para automatizar la interpretación de ecocardiogramas en entornos con recursos limitados.
La ecocardiografía es una parte funadmental en la atención cardiovascular, sin embargo depende completamente de la interpetación de especialistas. Un estudio liderado por científicos de Yale, publicado en JAMA, propone un sistema de inteligencia artificial (IA) llamado PanEcho, para automatizar la interpretación de ecocardiogramas con un modelo de deep learning multitarea. El objetivo del estudio fue desarrollar y evaluar la precisión de este sistema de IA en un conjunto de 39 etiquetas y mediciones en ecocardiograía transtorácica.
“La ecocardiografía es una piedra angular de la atención cardiovascular, pero requiere una enorme cantidad de tiempo clínico de lectores altamente cualificados para revisar estos estudios”, expresó Rohan Khera, autor principal del artículo y profesor asistente de medicina en Yale. El estudio cuestiona si la IA puede automatizar de manera amplia la interpretación de ecocardiogramas y así mejorar la precisión de los profesionales y acelerar su flujo de trabajo.
PanEcho fue desarrollado utilizando 999,727 ecocardiografías transtorácicas realizadas en hospitales y clínicas del sistema de salud de Yale entre enero de 2016 y junio 2022 durante cuidado de rutina. El modelo fue validad internamente y eternamente.
“La herramienta ahora puede medir y evaluar una amplia gama de afecciones cardiacas, lo que la hace mucho más atractiva para su uso clínico en el futuro”, detalló Evangelos K. Oikonomou, investigador clínico y coprimer autor del estudio. “Aunque es muy preciso, puede ser menos interpretable que la lectura de un clínico. Sigue siendo un algoritmo y requiere supervisión humana”, explicó.
Los resultados del estudio mostraron el área bajo la curva (AUC, en inglés) para las tareas de clasificación diagnóstica y el error absoluto medio para las tareas de estimación de parámetros, comparando las predicciones de la IA con la evaluación del cardiólogo intérprete. PanEcho, realizó 18 tareas de clasificación diagnóstica con una mediana de área AUC característica operativa del receptor de 0,91 y 21 tareas de estimación de parámetros ecocardiográficos con una mediana de error absoluto medio normalizado de 0,13.
Es decir, el estudio comprobó que un sistema de IA puede automatizar la interpretación completa de ecocardiogramas con gran precisión, lo cual que podría acelerar los flujos de trabajo y permitir una detección rápida de la salud cardiovascular en los puntos de atención con acceso limitado a especialista.
Aunque esta herramienta no está disponible todavía para su uso clínico, los hallazgos muestran su potencial y sus futuras aplicaciones clínicas. De manera inicial, los ecos cardiógrafos pueden utilizar PanEcho como un lector preliminar que los ayude a evaluar las imágenes y videos en la ecocardiografía.
Los autores detallan que esta tecnología puede ser particularmente útil en entornos de recursos limitados, con falta de equipamiento o escasez de especialistas. “Replicamos la experiencia de los entornos de bajos recursos de todo el mundo, donde los médicos suelen utilizar una ecografía portátil y esperar a que esas imágenes sean interpretadas por un cardiólogo en otro lugar”, expresó Khera. “Incluso con imágenes de menor calidad, nuestro modelo fue muy resistente y adquirió la información necesaria para hacer una determinación altamente precisa”, añadió.
Finalmente, el profesor de Yale, Eric J. Velázquez, mencionó que herramientas como PanEcho tienen el potencial de ayudar a los profesionales a incrementar su eficiencia y precisión, logrando atender a un gran número de pacientes con afecciones cardiovasculares.
El modelo completo está disponible en código abierto: https://www.cards-lab.org/panecho
