Inteligencia artificial para mejorar la detección y estratificación del riesgo de embolia pulmonar aguda (AID-PE) (AID-PE)

La embolia pulmonar (EP) aguda resulta de la oclusión parcial o total de los vasos sanguíneos pulmonares por un trombo, que puede causar insuficiencia ventricular derecha y la muerte si no se diagnostica y trata a tiempo. La EP aguda es una afección común con una mortalidad en aumento. Los pacientes con EP aguda suelen tener una estratificación deficiente del riesgo a pesar de unas directrices claras. De hecho, la Investigación confidencial nacional de 2019 sobre resultados y muertes relacionados con el paciente (NCEPOD) por EP aguda destacó la necesidad de abordar el empeoramiento de las tasas de mortalidad mediante una estratificación adecuada del riesgo de la afección.

Las directrices ESC/ERS para el diagnóstico y tratamiento de la EP aguda también aconsejan sobre la importancia de la estratificación del riesgo. Un aumento de la relación ventrículo derecho:ventrículo izquierdo (VD:VI) >1,0 en la angiografía pulmonar por tomografía computarizada (CTPA) se asocia con un riesgo 2,5 veces mayor de mortalidad por todas las causas y un riesgo 5 veces mayor de mortalidad relacionada con la EP. Esta métrica está destinada a ayudar a los médicos a distinguir entre pacientes con EP aguda de alto y bajo riesgo. Los pacientes estratificados como de alto riesgo (cociente RV:LV >1,0) necesitan una vigilancia más estrecha en un entorno hospitalario. Mientras que los pacientes estratificados como de bajo riesgo (relación VD:VI <1,0) son aptos para el alta temprana por vía ambulatoria.

Por lo tanto, la provisión de métricas VD:VI dentro de los informes radiológicos tiene implicaciones clínicas potencialmente importantes. Si los médicos no cuentan con ninguna evidencia cuantificable de disfunción del VD en la cual basar sus decisiones de tratamiento, los pacientes con EP aguda de alto riesgo pueden ser considerados involuntariamente de "bajo riesgo" y dados de alta. Además, los pacientes con EP aguda de bajo riesgo pueden estar sujetos a estancias hospitalarias más prolongadas y potencialmente innecesarias, lo que sin duda contribuye al coste de la atención sanitaria. La integración de la tecnología de Inteligencia Artificial (IA) en los informes radiológicos de CTPA para EP aguda podría ser una solución potencial para abordar este desafío.

La IA es una tecnología cada vez más atractiva dentro de la atención sanitaria. Describe una serie de técnicas de software informático que imitan la función cognitiva humana. La IA se muestra prometedora en su capacidad para detectar y estratificar el riesgo de EP aguda. Sin embargo, la mayoría de los estudios se han realizado en cohortes retrospectivas. Además, ningún estudio actual ha abordado el impacto económico en la salud de la implementación de la tecnología de IA en la notificación de EP aguda en el mundo real.

Este estudio observacional estará dirigido por Royal United Hospital Bath NHS Trust (RUH). El objetivo de este estudio es integrar la inteligencia artificial y la tecnología de aprendizaje automático en la notificación de CTPA para EP aguda. Los investigadores plantean la hipótesis de que la tecnología de inteligencia artificial puede mejorar el diagnóstico rápido, la estratificación del riesgo y el tratamiento de la EP aguda en un entorno clínico del mundo real. Los investigadores también plantean la hipótesis de que la integración de la tecnología de IA es rentable y aceptable para radiólogos y médicos.

Los pacientes cuyas exploraciones se incluirán en el estudio serán todos aquellos que se presenten consecutivamente en el RUH con un posible diagnóstico de EP aguda durante 12 meses antes (cohorte de comparación) y 12 meses después (cohorte de intervención) de la introducción 'en vivo' de informes integrados de tecnología de IA. . Para todos los participantes reclutados, se utilizará un formulario de informe de caso médico anónimo para capturar detalles relacionados con su demografía, gravedad clínico-radiológica de la EP, su manejo y resultados, incluida la mortalidad a los 12 meses.

En el momento del análisis, los investigadores realizarán ajustes/emparejamiento entre las dos cohortes para las características iniciales del paciente. Los investigadores también ajustarán el tiempo calendario de reclutamiento, para tener en cuenta las tendencias temporales. El análisis entre ambas cohortes también permitirá el desarrollo de un modelo de análisis de decisiones para evaluar la rentabilidad de la tecnología de IA integrada dentro del informe CTPA para la EP aguda. Se utilizarán cuestionarios para médicos y radiólogos para evaluar la aceptabilidad del usuario.