Apprendimento automatico nell'ecocardiografia quantitativa da stress (MLQSE)

Il dolore toracico di nuova insorgenza è un disturbo di presentazione comune e può essere un marker di una significativa malattia cardiovascolare e del rischio di infarto del miocardio e morte; pertanto ottenere una diagnosi accurata è fondamentale per guidare la gestione del paziente. È interessante notare che solo il 40-50% dei pazienti sottoposti a arteriografia invasiva viene successivamente sottoposto a rivascolarizzazione. Ciò sottolinea l'imprecisione dei test iniziali impiegati prima dell'arteriografia.

Storicamente lo stress test elettrocardiografico durante l'esercizio è stato utilizzato per rilevare l'ischemia miocardica inducibile, ma la sua sensibilità e specificità diagnostica sono basse (circa il 65%). L'accuratezza diagnostica può essere migliorata incorporando l'ecocardiografia o la tomografia computerizzata a emissione di fotone singolo. Le attuali linee guida NICE raccomandano che i pazienti con dolore toracico di recente insorgenza debbano essere esaminati con l'angiografia coronarica TC come prima linea e, se questa rivela una stenosi significativa, dovrebbe essere eseguito un test di imaging funzionale.

Lo studio Myocardial Doppler in Stress Echocardiography (MYDISE) ha valutato il valore diagnostico dell'ecocardiografia quantitativa da stress durante l'infusione di dobutamina, una catecolamina sintetica a breve durata d'azione che agisce sui recettori β-1 adrenergici per aumentare la frequenza cardiaca e la contrattilità miocardica. La misurazione delle velocità sistoliche della funzione dell'asse lungo del ventricolo sinistro al picco di stress presentava una buona riproducibilità (coefficienti di variazione nei segmenti basali 9-14% a riposo e 11-18% al picco di stress) e sensibilità e specificità simili (circa il 70%) a quelle pubblicate studi in cui osservatori esperti hanno riportato punteggi di movimento della parete. Se aggiustata per gli effetti indipendenti di età, sesso e frequenza cardiaca, tuttavia, l'accuratezza diagnostica è aumentata significativamente con le statistiche C (area sotto le curve ricevitore-operatore) fino al 90%.

L'analisi visiva dell'ecocardiografia da sforzo per rilevare l'ischemia miocardica dipende dalla valutazione qualitativa di più parametri. I principali studi sull'ecocardiografia quantitativa da stress si sono limitati all'identificazione della singola migliore variabile ecocardiografica e hanno utilizzato la stenosi del diametro come criterio di riferimento. Progressive riduzioni subcliniche della funzione miocardica regionale (asse lungo) sono state dimostrate in soggetti con fattori di rischio cardiovascolare, che influenzano la deformazione miocardica (strain e strain rate) e le velocità. L'ischemia modifica la tempistica degli eventi durante il ciclo cardiaco, ad esempio prolungando le fasi pre-eiezione e post-eiezione. Questi fattori confermano la necessità clinica di una misurazione obiettiva della funzione miocardica regionale durante tutto il ciclo cardiaco.

Ora è possibile creare algoritmi che si basano non solo su un singolo punto temporale (ad esempio, la velocità di picco), ma si basano invece sull'analisi dell'intera traccia di velocità. Questo concetto può anche essere esteso per includere curve di deformazione e velocità di deformazione. I ricercatori dell'Universitat Pompeu Fabra di Barcellona hanno sviluppato questo approccio per creare un atlante statistico del cuore per rilevare la dissincronia. Un concetto simile è stato applicato utilizzando l'apprendimento del kernel multiplo a pazienti con dispnea sottoposti a test da sforzo per identificare quelli con evidenza di insufficienza cardiaca diastolica. Ciò ha consentito di confrontare e discriminare i tracciati di velocità presi dall'intero ciclo cardiaco tra controllo soggetti (con e senza dispnea) e soggetti con diagnosi di scompenso cardiaco con frazione di eiezione conservata (HFpEF); le principali differenze osservate sono nella funzione diastolica precoce. Questa applicazione non è stata precedentemente utilizzata per esplorare l'ischemia miocardica inducibile nell'ecocardiografia da stress, ma ci si potrebbe aspettare risultati simili, poiché i cambiamenti durante la diastole sono tra i primi e più sensibili indicatori di ischemia miocardica. Gli individui dell'Università di Leuven (Prof Jan D'hooge) hanno recentemente sviluppato metodi di apprendimento automatico supervisionato che consentono la classificazione automatica dei segmenti miocardici in base al loro comportamento meccanico locale (ad es. velocità/deformazione/velocità di deformazione) dopo aver attraversato una fase di allenamento; l'approccio di apprendimento automatico proposto supera le letture del movimento della parete esperte e l'interpretazione esperta delle tracce di deformazione segmentale (frequenza) nella classificazione dei segmenti ischemici.