Batticuore

Il deep learning con SPECT prevede con precisione i principali eventi cardiaci avversi

In Control Room Doctor and Radiologist Discuss Diagnosis while Watching Procedure and Monitors Showing Brain Scans Results, In the Background Patient Undergoes MRI or CT Scan Procedure.

Reston, VA – Una tecnica avanzata di intelligenza artificiale nota come deep learning può prevedere i principali eventi cardiaci avversi in modo più accurato rispetto agli attuali protocolli di imaging standard, secondo una ricerca presentata al Riunione annuale 2021 della Society of Nuclear Medicine and Molecular Imaging. Utilizzando i dati di un registro di oltre 20.000 pazienti, i ricercatori hanno sviluppato una nuova rete di deep learning che ha il potenziale per fornire ai pazienti una previsione individualizzata del loro rischio annualizzato di eventi avversi come infarto o morte.

Il deep learning è un sottoinsieme dell’intelligenza artificiale che imita il funzionamento del cervello umano per elaborare i dati. Gli algoritmi di deep learning utilizzano più livelli di “neuroni”, o unità di elaborazione non lineari, per apprendere rappresentazioni e identificare caratteristiche latenti rilevanti per un compito specifico, dando un senso a più tipi di dati. Può essere utilizzato per compiti come la previsione di malattie cardiovascolari e la segmentazione dei polmoni, tra gli altri.

Lo studio ha utilizzato le informazioni del più grande set di dati SPECT multicentrico disponibile, il “REgistry of Fast myocardial perfusion Imaging with NExt generation SPECT” (REFINE SPECT), con 20.401 pazienti. Tutti i pazienti nel registro sono stati sottoposti a SPECT MPI ed è stata utilizzata una rete di deep learning per valutarli sulla probabilità di subire un evento cardiaco avverso maggiore durante il periodo di follow-up. I soggetti sono stati seguiti per una media di 4,7 anni.

La rete di deep learning ha evidenziato le regioni del cuore che erano associate al rischio di eventi cardiaci avversi maggiori e ha fornito un punteggio di rischio in meno di un secondo durante il test. I pazienti con i punteggi di apprendimento profondo più alti hanno avuto un tasso annuo di eventi cardiaci avversi maggiori del 9,7%, un rischio aumentato di 10,2 volte rispetto ai pazienti con i punteggi più bassi.

“Questi risultati mostrano che l’intelligenza artificiale potrebbe essere incorporata nelle workstation cliniche standard per assistere i medici nella valutazione accurata e rapida del rischio dei pazienti sottoposti a scansioni SPECT MPI”, ha affermato Ananya Singh, MS, ingegnere di ricerca software presso lo Slomka Lab presso Cedars-Sinai Medical Centro di Los Angeles, California. “Questo lavoro indica il potenziale vantaggio di incorporare tecniche di intelligenza artificiale nei protocolli di imaging standard per assistere i lettori con la stratificazione del rischio”.

###

Tutti gli abstract del meeting annuale SNMMI 2021 sono disponibili online all’indirizzo https: // jnm. snmgiornali. org/ contenuto/ 62/ supplemento_1 .

Informazioni sulla Società di Medicina Nucleare e Imaging Molecolare

La Society of Nuclear Medicine and Molecular Imaging (SNMMI) è un’organizzazione scientifica e medica internazionale dedicata al progresso della medicina nucleare e dell’imaging molecolare, elementi vitali della medicina di precisione che consentono di adattare la diagnosi e il trattamento ai singoli pazienti al fine di ottenere il miglior risultati.

I membri di SNMMI definiscono lo standard per l’imaging molecolare e la pratica della medicina nucleare creando linee guida, condividendo informazioni attraverso riviste e riunioni e guidando la difesa su questioni chiave che influenzano la ricerca e la pratica dell’imaging molecolare e della terapia. Per ulteriori informazioni, visitare http://www. snmm. org .