Validación de un algoritmo de inteligencia artificial que identifica vistas de referencia ecocardiográficas. Ultrasonido - Guía de adquisición cardíaca (U-CAG)
Validación prospectiva de un algoritmo de inteligencia artificial que identifica vistas de referencia ecocardiográficas. Ultrasonido - Guía de adquisición cardíaca
La ecocardiografía es el examen de elección para el estudio de las patologías cardiacas. Más allá de su uso por parte de los cardiólogos, ya se ha demostrado el interés de la ecocardiografía para otras especialidades médicas, en particular en cuidados intensivos en caso de fallo hemodinámico, o en medicina de urgencias intra y extrahospitalarias para la valoración inicial de dolor torácico o disnea.
La ecocardiografía también juega un papel importante en la detección de enfermedades cardíacas, en particular, enfermedades cardíacas valvulares. En países con acceso muy limitado a la ecocardiografía, existe un importante infradiagnóstico de la enfermedad de las válvulas cardíacas, incluida la fiebre reumática, que afecta a 30 millones de personas y causa 305 000 muertes en todo el mundo. Como se trata de un problema de salud pública mundial, en 2012 se redactaron recomendaciones para organizar y facilitar el cribado ecocardiográfico de las poblaciones de riesgo.
La expansión del uso de la ecocardiografía ha sido catalizada por la miniaturización de los sistemas de ultrasonido y la reducción de su precio. Recientemente, se han desarrollado sondas conectadas directamente a una tableta o teléfono a un costo limitado.
Por tanto, es posible considerar estos ecógrafos como el nuevo estetoscopio que podría ser utilizado por cualquier profesional de la salud.
Para ser eficaz, el último límite de esta democratización es la formación, y en particular la de los no especialistas (es decir, no cardiólogos).
La ecocardiografía sigue siendo un examen que requiere conocimiento y práctica anatómicos. Realizar un ecocardiograma consiste en visualizar el corazón desde diferentes puntos del tórax. Los tres puntos principales están en el área paraespinal izquierda, en el vértice del corazón y debajo del esternón. A partir de estas áreas, el operador debe obtener varias vistas de referencia estrictamente definidas para poder observar correctamente las diferentes estructuras cardíacas y realizar mediciones comparables de un examen y clínico a otro.
Por lo tanto, es necesario en primer lugar aprender a manejar la sonda y poder obtener las vistas de referencia. La morfología del paciente, la forma del tórax, la posición exacta del corazón, los movimientos del corazón según la posición del paciente y su respiración son elementos a tener en cuenta y hacen que cada examen sea diferente al anterior. uno.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
En respuesta a este problema, varios equipos han aprovechado los avances en el aprendizaje profundo, particularmente en el campo de la visión por computadora, para ayudar a los no especialistas a obtener estas vistas de referencia. Usando redes neuronales convolucionales, varios equipos han desarrollado algoritmos para identificar y distinguir estas vistas. El objetivo de este trabajo es brindar asistencia al operador identificando en tiempo real la imagen de ultrasonido obtenida como vista de referencia.
Desde enero de 2019, el laboratorio de ecocardiografía dirigido por el Prof. Stéphane Lafitte y DESKi, una start-up con sede en Burdeos especializada en aprendizaje profundo e imágenes médicas, han estado trabajando en este tipo de solución. En particular, pudieron desarrollar un algoritmo basado en datos retrospectivos que clasifica las imágenes según 7 vistas de referencia (eje largo paraesternal, eje corto paraesternal, 4-3-2 cavidades apicales, 4 cavidades subcostales y la vena cava inferior) y una clase que representa imágenes de ultrasonido que no corresponden a ninguna de estas vistas.
Las particularidades de este trabajo radican principalmente en que el algoritmo solo detecta vistas con calidad suficiente (ecogenicidad y parte anatómica visible en la imagen) para un análisis fiable y que la arquitectura de la red neuronal es compatible con un uso en tiempo real sobre una base de datos. teléfono inteligente
Independientemente de los equipos, todos estos algoritmos se construyeron y validaron a partir de datos retrospectivos, es decir, bucles de imágenes de ultrasonido registradas por cardiólogos durante los exámenes de ecocardiografía estándar. En estos registros, los cardiólogos conservan únicamente las imágenes correspondientes a las vistas de referencia. Luego, el cardiólogo adjunta cada bucle de imagen o adquisición a una vista de referencia. A partir de estos registros etiquetados por los cardiólogos y mediante un método de aprendizaje, los algoritmos aprenden a detectar y distinguir estas vistas de referencia. A continuación, los algoritmos se validan sobre una muestra que no se ha utilizado para el entrenamiento, comparando sus resultados con el etiquetado realizado por los cardiólogos.
La limitación de esta validación es que tiene poco en cuenta el comportamiento del algoritmo cuando se enfrenta a imágenes que no son vistas de referencia.
De hecho, antes de registrar estas vistas de referencia, el operador busca la posición de la sonda que ofrece la mejor vista moviéndola sobre el torso del paciente. Toda esta fase de escaneo se realiza durante el examen estándar sin ser registrada. Por lo tanto, ninguna de estas soluciones ha sido validada prospectivamente en adquisiciones, incluida la fase de escaneo de las vistas de referencia.
A través de un estudio monocéntrico prospectivo, el objetivo de la investigación es comparar el marcaje realizado por el algoritmo y el realizado por cardiólogos a partir de adquisiciones que incluyen el registro de la fase de búsqueda de la vista de referencia y obtenidas como parte de la atención de rutina en el laboratorio de ecocardiografía.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Pessac, Francia, 33604
- Bordeaux University Hospital
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes (hombres o mujeres) mayores de 18 años,
- Paciente que tiene un examen de ecocardiografía programado en el laboratorio de ecocardiografía del Hospital Universitario de Burdeos,
- Habiendo dado el paciente su no oposición a participar en la investigación (a más tardar el día de la inclusión y antes de cualquier examen requerido por la investigación),
- Sujetos afiliados o beneficiarios de un régimen de seguridad social,
- Mujeres en edad fértil que se benefician de una anticoncepción eficaz.
Criterio de exclusión:
- Persona sujeta a una medida de protección legal (salvaguardia de justicia, tutela o curadores),
- Persona privada de libertad por decisión judicial o administrativa,
- Persona que no puede dar su no oposición,
- Mujeres embarazadas o lactantes.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Grupo de ecocardiografía
|
La evaluación del algoritmo se realiza en pacientes con indicación de ecocardiografía. Este examen se realiza de forma estándar con las posibles exploraciones específicas relacionadas con la indicación del examen. Durante la ecocardiografía, el operador registra la fase de búsqueda de las siguientes vistas de referencia:
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Evaluación del algoritmo - concordancia del cardiólogo
Periodo de tiempo: Día 0
|
Medido por el porcentaje de imágenes para las que el etiquetado del algoritmo y el etiquetado del cardiólogo son idénticos.
Este porcentaje se calcula por examen.
|
Día 0
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Stéphane LAFITTE, MD PhD, University Hospital, Bordeaux
- Silla de estudio: Bertrand MOAL, DESKi
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (ACTUAL)
Finalización primaria (ACTUAL)
Finalización del estudio (ACTUAL)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (ACTUAL)
Actualizaciones de registros de estudio
Última actualización publicada (ACTUAL)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- CHUBX 2020/02
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .