2024
CARDIOLOGÍA
TEC. SANITARIA. EXCLU. MED.
INFORMES TECNOLOGÍAS EMERGENTES
+ Año
2024
+ Áreas de Conocimiento
CARDIOLOGÍA
+ Tipo Tecnología
TEC. SANITARIA. EXCLU. MED.
+ Línea de Producción
INFORMES TECNOLOGÍAS EMERGENTES
La ecocardiografía transtorácica es un método fundamental en el diagnóstico y seguimiento de muchas enfermedades cardiacas. La fracción de eyección del ventrículo izquierdo es uno de los parámetros de referencia en la determinación de la función cardíaca y su valor tiene implicaciones pronósticas y terapéuticas. Se han identificado cuatro sistemas de IA que funcionan como asistentes para el estudio ecocardiográfico, de manera que este pueda ser realizado por personal no experto, y que pueden calcular automáticamente la FEVI. Los estudios incluidos muestran que los sistemas de IA identificados, manejados por personal no experto, alcanzan un importante grado de correlación con los resultados obtenidos por métodos de referencia, sin haberse identificado errores sistemáticos significativos. Sin embargo, harían falta estudios más amplios, con mayor población y en los que se determinara la validez diagnóstica en la determinación de insuficiencia cardiaca u otras patologías.
Introducción / justificación

Se han identificado cuatro sistemas de IA que funcionan como asistentes en la adquisición de imágenes en ecocardiografía transtorácica: CaptionHealth, Real-Time EF, LVivo Seamless y TRIO IA. Estos sistemas son capaces de ayudar en la obtención de imágenes con valor diagnóstico sin necesidad de un técnico experto. Además, calculan, a partir de estas imágenes, el valor de la fracción de eyección del ventrículo izquierdo. Esta prueba de imagen y este parámetro son esenciales en el diagnóstico y seguimiento de un buen número de enfermedades cardiacas.


Objetivo

Los objetivos específicos de esta revisión se centraron en la identificación de sistemas de IA que funcionen como software de apoyo para usuarios no expertos para realizar estudios ecocardiográficos y adquirir planos apicales de calidad y calcular la FEVI a partir de ellos, así como encontrar estudios que evaluaran estos sistemas comparándolos con los métodos habituales.


Metodología

Se buscó en las bases de datos referenciales Tripdatabase, ECRI, Dimensions, Medline, Embase y Web of Science (hasta febrero de 2024), así como en el registro de ensayos clínicos ClinicalTrials.gov y la Red Internacional de Agencias de Evaluación de Tecnologías. También se revisó manualmente diversos sitios WEB relacionados con el tema. Se seleccionaron los estudios en los que se evaluara la eficacia diagnóstica de los sistemas expertos basados en IA en la obtención de imágenes ecocardiográficas-2D y el cálculo de FEVI en comparación con los métodos estándar.


Resultados

Se han identificado cinco estudios primarios prospectivos transversales de validación clínica de cuatro sistemas basados en IA: CaptionHealth, Real-Time EF, LVivo Seamless y TRIO IA. Estos estudios establecen una comparación entre estos sistemas de IA utilizados por personal no experto, y el mismo tipo de estudio realizado por expertos ecocardiografistas o cardiólogos.
En estos estudios no se mencionan problemas de seguridad y determinan la existencia de concordancia entre la FEVI determinada por los cuatro sistemas de IA y las obtenidas manualmente por el método de referencia, sin identificarse ningún error sistemático. También se determina la validez diagnóstica de AI TRIO en la insuficiencia cardiaca (FEVI < 50%), con AUC de 0,85 y de Real-Time EF en la disfunción sistólica, con una sensibilidad de 73% y especificidad de 98%. En general, los estudios incluidos presentan debilidades, tanto riesgos de sesgo, como un número de pacientes incluidos reducido.

 TE Identificacion Enf Cardiaca IA WEB (817.2 KiB, 22 downloads)