Las resonancias magnéticas (RM) son caras e incluso peligrosas para algunos pacientes, como las mujeres embarazadas o los niños.
Un nuevo algoritmo basado en IA ayuda a eliminar algunos de los desafíos asociados a las exploraciones médicas, mediante una tecnología llamada «mejora nativa virtual».
Esta nueva tecnología de inteligencia artificial podría reducir drásticamente el tiempo que los pacientes deben pasar en un escáner de RM, de los 30-45 minutos habituales a 15 minutos.
Esto puede reducir el coste de la exploración en más de la mitad, al tiempo que produce imágenes más nítidas y más fáciles de interpretar.
La tecnología de imagen disruptiva basada en IA podría sustituir la inyección de los «agentes de contraste» (colorantes) que suelen necesitarse para mostrar imágenes claras de las cicatrices del corazón
Imagine que es un médico que atiende a un paciente con sospecha de cardiopatía por síntomas como dolor torácico, opresión o dificultad para respirar. Una forma de averiguar qué está ocurriendo, y de ayudar a orientar el pronóstico del paciente, es realizar una resonancia magnética cardiovascular para examinar posibles anomalías del músculo cardiaco. La exploración implica inyectar un «agente de contraste» (un colorante que mejorará el contraste de la imagen y hará visibles las cicatrices en las imágenes) en una vena del paciente. La resonancia magnética con contraste ha sido el estándar clínico para obtener imágenes claras de las cicatrices, pero resulta dolorosa y encarece aún más unas exploraciones de RM que ya son caras.
Además, este método tiene limitaciones en pacientes con insuficiencia renal significativa: sus riñones tienen dificultades para eliminar el colorante del organismo, lo que en ocasiones provoca complicaciones irreversibles. Algunos pacientes son alérgicos al agente de contraste, y es posible que desee limitar el uso de contrastes inyectables en algunos pacientes, como las mujeres embarazadas y los niños.
Entonces, ¿cómo averigua qué puede estar ocurriendo en el corazón de su paciente en ese caso, sin inyectarle un agente de contraste?
Resulta que inyectar un agente de contraste podría no ser la única forma de obtener imágenes de RM nítidas que revelen cicatrices en el músculo cardiaco: en 2010, el profesor Stefan Piechnik del Departamento de Medicina Radcliffe de la Universidad de Oxford ideó un método para estudiar las propiedades del músculo cardiaco, mediante una técnica de RM sin contraste llamada mapeo T1. Produce una imagen del corazón con valores numéricos que cambian según las distintas enfermedades.
Este tipo de RM sin contraste contiene mucha información sobre las propiedades del tejido cardiaco, parte de la cual es sutil o difícil de identificar como cicatriz u otras patologías. Por ahora, los investigadores siguen explorando las mejores formas de interpretar y mostrar la información de estos mapas T1 sin contraste, lo que es una de las razones por las que los médicos todavía no los utilizan ampliamente.
Por eso, nuestro equipo multidisciplinar de científicos especializados en IA, expertos en resonancia magnética y cardiólogos de la Universidad de Oxford trabajó para encontrar formas en que la inteligencia artificial (IA) pueda mejorar estas RM sin contraste y producir imágenes nítidas de las cicatrices del músculo cardiaco. La IA funciona de forma efectiva como «contrastes virtuales» que sustituyen a los contrastes intravenosos convencionales.
Desarrollamos un algoritmo basado en IA que combina múltiples imágenes de RM sin contraste junto con información sobre el movimiento cardiaco, y mejora las señales patológicas en ellas para revelar cicatrices de forma similar a la RM convencional con contraste. Esta tecnología se denomina «mejora nativa virtual», o VNE por sus siglas en inglés, ya que actúa como un potenciador de las imágenes de RM, utilizando únicamente las imágenes «nativas» (es decir, no mejoradas con agente de contraste) producidas por el escáner de RM.
En 2021, nuestro equipo presentó la primera prueba de concepto de esta idea, al detectar cicatrices en el músculo cardiaco de pacientes con miocardiopatía hipertrófica, una enfermedad cardiaca genética frecuente que afecta a 1 de cada 500 personas y que es la causa más común de muerte cardiaca entre los jóvenes.
Recientemente, hemos descubierto que la VNE también puede detectar cicatrices en pacientes que han sufrido un infarto. Comparamos la VNE sin contraste con la RM convencional con contraste en estos pacientes. Comprobamos que la VNE coincidía en gran medida con la RM convencional al detectar cicatrices de infartos previos y su extensión. Además, la calidad de imagen de la VNE fue en realidad mejor, sin que los pacientes necesitaran recibir ninguna inyección.
Una vez completamente validada, esta nueva tecnología podría reducir drásticamente el tiempo que los pacientes deben pasar en un escáner de RM, de los 30-45 minutos habituales a menos de 15 minutos, ahorrando más de la mitad del coste de la exploración y produciendo imágenes más nítidas, más útiles desde el punto de vista diagnóstico y más fáciles de interpretar.
Creemos que estos avances sucesivos marcan el inicio de una nueva era de la imagenología médica diagnóstica, que utiliza la IA en lugar de los contrastes intravenosos para revelar patologías en el cuerpo humano: por fin podríamos eliminar las inyecciones en la resonancia magnética cardiaca.
Actualmente trabajamos para mejorar aún más las capacidades de esta tecnología, con el fin de detectar enfermedades cardiacas más complejas y sus mecanismos subyacentes, más allá del poder diagnóstico de la RM actual. Planeamos utilizar estos métodos en grandes estudios clínicos como herramienta diagnóstica para nuevas investigaciones.
Creemos que este tipo de tecnología de mejora nativa virtual es un avance emocionante y potencialmente revolucionario para las RM clínicas en el futuro. Los pacientes que se someten a una RM clínica podrían no necesitar una inyección en la mayoría de las exploraciones, no solo para el corazón, sino también potencialmente para otros órganos. Esto reduciría los costes para los proveedores de atención sanitaria, lo que significa que muchos más pacientes podrían acceder a las exploraciones de RM; además, desaparecerían los riesgos de complicaciones por inyecciones de agentes de contraste. Esperamos que la adopción de este método pueda contribuir a la digitalización del NHS, algo muy necesario para abordar la acumulación de casos tras la pandemia de COVID-19.
Con agradecimiento a el profesor Stefan Piechnik y la profesora Vanessa Ferreira, coautores principales del estudio.
