Оптимизированный мультимодальный подход к машинному обучению во время кардиотоксической химиотерапии для прогнозирования возникновения сердечной недостаточности (MERMAID)

В рамках настоящего проекта будет разработан подход к автоматизированному машинному обучению с использованием мультимодальных данных (визуализация, лабораторные исследования, электрокардиография и опросник) для улучшения понимания и прогнозирования возникновения сердечной недостаточности у пациентов, которым назначена кардиотоксическая химиотерапия. Этот алгоритм будет разработан партнером по техническому сотрудничеству профессором Адамом, который возглавляет Технион, институт биомедицинской инженерии.

Конкретные цели:

1. Собрать все достижимые данные от пациентов, которым назначена кардиотоксическая химиотерапия, исходно, до 6 месяцев после окончания терапии - по визуализации (МРТ, эхокардиография с конвенциональным и тензометрическим параметром), электрокардиографии, биомедицинским маркерам (для определения функции печени, почек, сердца). и кроветворный костный мозг), клинические параметры и опросник качества жизни:
2. Оптимизировать и оценить надежный подход к машинному обучению, который объединяет и оценивает все эти данные для выявления раннего повреждения миокарда и определения оптимального параметра (отдельно или в комбинации) для прогнозирования субклинической дисфункции левого желудочка (ЛЖ) (стадия 1 текущего исследования). ).
3. Провести клиническое исследование (этап 2 текущего исследования) пациентов, получающих химиотерапию, и выявить субклиническую дисфункцию ЛЖ, которая будет использоваться для руководства кардиопротекторной терапией с использованием нового подхода машинного обучения по сравнению с фактической стандартной процедурой, использующей только эхокардиографию левого желудочка. фракция выброса (ФВЛЖ).

Целью данного исследования является оценка и оптимизация подхода машинного обучения для объединения и интеграции данных различных методов визуализации с данными лабораторных исследований, электрокардиографии и анкетирования для определения значения всех этих параметров при ведении пациентов путем выявления субклинической дисфункции ЛЖ, которая будет использоваться для руководства кардиопротекторной терапией по сравнению со стандартным подходом, использующим только обычные эхокардиографические параметры.

МРТ, традиционные эхокардиографические параметры и эхокардиографическая визуализация деформации миокарда используют различные методы и подходы для получения информации о ткани и деформации миокарда. Мы предполагаем, что новый и оптимизированный автоматизированный алгоритм, использующий эти методы и объединяющий лабораторную, электрокардиографическую и анкетную информацию, улучшит выявление ранних дисфункций ЛЖ и позволит по-новому взглянуть на потенциальную реакцию химиобольных на кардиотоксическую терапию. Мы ожидаем, что этот алгоритм приведет к использованию дополнительной терапии, которая ограничит развитие дисфункции ЛЖ, перерывы в химиотерапии и развитие сердечной недостаточности в последующем и, таким образом, снизит заболеваемость и затраты.