El estudio de realce tardío de gadolinio (TR) con resonancia magnética (RMN) cardiaca se ha convertido en la referencia en la valoración no invasiva de la estructura del miocardio, pero tiene el inconveniente obvio de que necesita la administración de contraste.
Los autores de este trabajo presentan un nuevo protocolo de “realce virtual” desarrollado usando técnicas de inteligencia artificial. Esta tecnología es capaz de analizar la información existente en las imágenes de los estudios convencionales de T1 nativo y de cine y ofrecer como resultado imágenes de “realce tardío virtual” (RTV) equivalentes a las de realce tardío de gadolinio (RTG). El protocolo se desarrolló utilizando como modelo de trabajo la miocardiopatía hipertrófica con casos de un gran estudio multicéntrico. Las imágenes de RTV se compararon con las imágenes de RTG convencional por observadores expertos. Se analizó la calidad de las imágenes obtenidas y el acuerdo tanto en la presencia y distribución de las lesiones como en la carga de enfermedad.
Se analizaron los estudios de RMN cardiaca de 1.348 pacientes con miocardiopatía hipertrófica. Después de la aleatorización y el control de calidad, se utilizaron 2.695 conjuntos de datos para el desarrollo del método RTV y otros 345 más para realizar pruebas de validación. Tras analizar las resultados, se comprobó que las imágenes de RTV tuvieron una calidad significativamente mejor que las de RTG convencional. Las imágenes de RTV mostraron las lesiones características del realce de la miocardiopatía hipertrófica con una distribución superponible a la apreciada en las imágenes de RTG convencional. El RTV tuvo buena correlación con el RTG convencional en la detección y cuantificación de las lesiones de intensidad alta e intermedia. Finalmente, las imágenes necesarias para el estudio (T1 y cines) se pueden obtener en 15 minutos y el procesamiento de la imagen necesario para producir las imágenes de realce virtual requiere menos de un segundo.
Comentario
Este trabajo nos presenta una de las aplicaciones potenciales más espectaculares de la inteligencia artificial aplicada al análisis de estudios de imagen cardiaca: poder hacer estudios de realce tardío de gadolinio de forma virtual sin necesidad de gadolinio.
A estas alturas es una obviedad comentar que el realce tardío es una de las técnicas básicas en RMN cardiaca y que es tremendamente útil para valorar la presencia y extensión de la fibrosis de reemplazo, es decir, del daño producido en el miocardio como consecuencia de la enfermedad. También es una obviedad decir que tiene sus limitaciones, derivadas tanto del uso de contraste como de la secuencia. Obliga a estar pendiente de la función renal del paciente, ya que no se puede usar en pacientes con insuficiencia renal avanzada y obliga a estar pendiente de ajustar el tiempo de inversión y el momento de adquisición de las imágenes para tener buenos resultados.
Los autores del trabajo nos explican que la técnica del T1 mapping permite valorar el T1 nativo, que es un parámetro relacionado con la estructura del tejido, píxel a píxel. Y que su algoritmo de inteligencia artificial es capaz de combinar esta información con la obtenida en las imágenes de cine para presentarla en forma de imágenes de “realce virtual” que son superponibles a las de realce tardío de gadolinio y, por tanto, tienen un formato estandarizado y rápidamente reconocible.
Los resultados son muy llamativos. Las imágenes de realce tardío virtual tendrían una calidad igual o superior a las del realce convencional y la misma capacidad para mostrar la presencia de lesiones en el miocardio. Pero sin necesidad de contraste, lo que tendría ventajas muy notables. Adiós a la necesidad de pinchar al paciente para el acceso i.v., a la contraindicación en pacientes con insuficiencia renal y al gasto en el contraste. Pero, sobre todo, adiós al tiempo necesario para poner el contraste y esperar a que se redistribuya. El estudio quedaría reducido a los 15 minutos que se necesitan para hacer las imágenes de cine y T1 mapping, es decir, a la mitad de tiempo. Lo que permitiría hacer más estudios y ampliar la disponibilidad de la técnica. Todo un gran paso adelante.
Por otra parte, hay que recordar que este trabajo es simplemente un estudio de factibilidad realizado sobre un único modelo de enfermedad. También hay que recordar que hay otros estudios con RMN, como los de detección de isquemia, que seguirían necesitando gadolinio. Y está por ver que la técnica funcione igual en otro tipo de patologías. Y, sobre todo, como ocurre en todos estos trabajos de nuevos desarrollos está por ver cómo se implementa esta nueva tecnología y cómo funciona en la práctica clínica real.
Referencia
- Qiang Zhang, Matthew K. Burrage, Elena Lukaschuk, Mayooran Shanmuganathan, Iulia A. Popescu, Chrysovalantou Nikolaidou, Rebecca Mills, Konrad Werys, Evan Hann, Ahmet Barutcu, Suleyman D. Polat. Hypertrophic Cardiomyopathy Registry (HCMR) Investigator: Michael Salerno, Michael Jerosch-Herold, Raymond Y. Kwong, Hugh C. Watkins, Christopher M. Kramer, Stefan Neubauer, Vanessa M. Ferreira, Stefan K. Piechnik.
- Circulation. 2021;144:589-599.
