CMR-AI en resultaten bij aortastenose

Kunstmatige intelligentie (AI) en machinaal leren hervormen onze dagelijkse klinische praktijk, die het potentieel heeft om efficiënter, preciezer en persoonlijker te zijn. Het toepassen van deze technologieën bij cardiale beeldvorming heeft niet alleen invloed op de besluitvorming door verbeterde nauwkeurigheid en risicostratificatie, maar verkort ook aanzienlijk de scantijden en de post-imaging-opwerking.

De huidige richtlijnen erkennen cardiale magnetische resonantie (CMR) beeldvorming als gouden standaard voor de beoordeling van de structuur en functie van het myocard. Hoewel ze van fundamenteel belang zijn bij verschillende hartziekten, worden metingen van grootte, massa en ejectiefractie (EF) ontsierd door de inherente variabiliteit en subjectiviteit van menselijke analyse. Recente ontwikkelingen op het gebied van deep learning met behulp van convolutionele neurale netwerken (CNN's) maken geautomatiseerde segmentatie van de ventriculaire bloedpool en het myocardium mogelijk met behulp van reeds bestaande CMR-datasets. Belangrijk is dat deze tools zijn geïntegreerd in CMR-scanners die realtime metingen genereren zonder de noodzaak van tijdrovende nabewerking van afbeeldingen. Op AI gebaseerde modellen hebben eerder superieure precisie laten zien bij ventriculaire contouren, volumetrie en maximale wanddiktemetingen, waarbij ze beter presteren dan klinische experts.

Bij patiënten met aortastenose (AS) treden veranderingen in EF vaker laat in het ziekteproces op. Longitudinale verkorting vertegenwoordigt een eerdere en gevoeligere marker van linkerventrikeldisfunctie. Deze metingen blijven echter subjectief en tijdrovend en worden daarom niet routinematig uitgevoerd vanwege het gebrek aan geautomatiseerde analyse. Onlangs is aangetoond dat AI-gemeten mondiale longitudinale verkorting (GLS) en mitrale ringvormige vlak systolische excursie (MAPSE) reproduceerbare en nauwkeurigere resultaten opleveren in vergelijking met menselijke experts. De onderzoekers veronderstellen dat op AI gebaseerde GLS en MAPSE belangrijke prognostische informatie kunnen overbrengen die verder gaat dan LVEF bij ernstige AS en vroege markers van ongunstige cardiale remodellering kunnen vertegenwoordigen.

Bovendien konden de onderzoekers eerder aantonen dat rechterventrikeldisfunctie (RV) op CMR, in plaats van conventionele parameters beoordeeld door echocardiografie, onafhankelijk geassocieerd was met de uitkomst bij personen met AS die transkatheter-aortaklepimplantatie ondergingen. De onderzoekers willen onze bevindingen verder uitbouwen en onderzoeken of op AI gebaseerde RV GLS en tricuspid annulaire vlakke systolische excursie (TAPSE) vroege markers zijn van RV-disfunctie, wat wijst op een ongunstige prognose.

Ten slotte vereist de beoordeling van omgekeerde cardiale remodellering door CMR een hoge nauwkeurigheid (=reproduceerbaarheid). Het is bewezen dat AI beter presteert dan mensen wat betreft precisie en nauwkeurigheid, en heeft daarom een ​​groot potentieel voor de uitgebreide evaluatie van longitudinale structurele veranderingen in AS na klepvervanging. De onderzoekers willen de omgekeerde cardiale remodellering bij patiënten met AS analyseren met behulp van nieuwe AI-technologie.

Doelstellingen

Omdat er in het verleden al belangrijke bijdragen zijn geleverd op het gebied van cardiale beeldvorming en hartklepziekten, willen de onderzoekers de kennis op dit gebied uitbreiden door het volgende te onderzoeken:

• Associatie van AI-gemeten structurele en functionele LV- en RV-markers op CMR bij patiënten met ernstige AS met klinische resultaten na aortaklepvervanging (AVR).
• Omgekeerde cardiale remodellering bij baseline tot 12 maanden na AVR zoals bepaald door op AI gebaseerde CMR-methoden.
• Het uiteindelijke doel is om geautomatiseerde, nauwkeurige en tijdbesparende algoritmen te bieden om patiënten te identificeren die risico lopen op AVR.

Methoden

Dit is een grootschalig internationaal, multicenter, multi-cohort, observationeel onderzoek. Patiënten met ernstige degeneratieve AS die een klepbehandelingsbespreking in een interdisciplinair hartteam moeten ondergaan, worden uitgenodigd om deel te nemen. Inschrijving zal prospectief plaatsvinden bij zeven aan universiteiten aangesloten tertiaire zorgcentra in continentaal Europa, het Verenigd Koninkrijk en Azië.

Basisevaluatie bestaat uit medische geschiedenis, lichamelijk onderzoek, routinematige bloedtesten, elektrocardiogram, echocardiografie en CMR-beeldvorming. Patiënten zullen prospectief worden gevolgd door een ambulant bezoek na 12 maanden. Daarnaast wordt de CMR na 1 jaar herhaald.