Abordagem de aprendizado de máquina multimodal otimizada durante a quimioterapia cardiotóxica para prever o surgimento de insuficiência cardíaca (MERMAID)

O presente projeto desenvolverá uma abordagem automatizada de aprendizado de máquina usando dados multimodalidade (imagem, laboratório, eletrocardiografia e questionário) para aumentar a compreensão e a previsão do surgimento de insuficiência cardíaca em pacientes agendados para quimioterapia cardiotóxica. Este algoritmo será desenvolvido pelo parceiro de cooperação técnica Prof. Adam, que lidera o Technion, o instituto de engenharia biomédica.

Objetivos específicos:

1. Coletar todos os dados possíveis de pacientes agendados para quimioterapia cardiotóxica no início do estudo, até 6 meses após o término da terapia - sobre imagens (RM, ecocardiografia com parâmetro convencional e de esforço), eletrocardiografia, marcadores biomédicos (para definir a função do fígado, rim, coração e medula óssea hematopoiética), parâmetro clínico e questionário de qualidade de vida:
2. Otimizar e avaliar uma abordagem robusta de aprendizado de máquina que integre e avalie todos esses dados para detectar dano miocárdico precoce e identificar um parâmetro ideal (único ou combinado) para prever a disfunção subclínica do ventrículo esquerdo (VE) (estágio 1 do estudo atual ).
3. Realizar um estudo clínico (fase 2 do estudo atual) de pacientes em quimioterapia e identificar disfunção VE subclínica, que será usado para orientar a terapia cardioprotetora usando a nova abordagem de aprendizado de máquina em comparação com o procedimento padrão atual usando apenas ventrículo esquerdo ecocardiográfico fração de ejeção (FEVE).

O objetivo deste estudo é avaliar e otimizar uma abordagem de aprendizado de máquina para combinar e integrar dados de diferentes modalidades de imagem com informações de laboratório, eletrocardiografia e questionário para definir o valor de todos esses parâmetros no manejo do paciente, pela identificação de disfunção VE subclínica, que serão usados ​​para orientar a terapia cardioprotetora em comparação com uma abordagem padrão usando apenas parâmetros ecocardiográficos convencionais.

A ressonância magnética, os parâmetros ecocardiográficos convencionais e a imagem ecocardiográfica da deformação miocárdica estão empregando diferentes modalidades e abordagens para obter informações sobre o tecido e a deformação miocárdica. Nossa hipótese é que um algoritmo automatizado novo e otimizado usando essas modalidades e integrando informações de laboratório, eletrocardiografia e questionário melhorará a detecção de disfunções VE precoces e trará uma nova visão sobre a resposta potencial de pacientes quimioterápicos à terapia cardiotóxica. Esperamos que esse algoritmo leve ao uso de terapia adjuvante que limitará o desenvolvimento de disfunção VE, interrupções da quimioterapia e desenvolvimento de insuficiência cardíaca no seguimento e, assim, reduzirá a morbidade e os custos.