Investigadores de la Universidad Edith Cowan han desarrollado un software para analizar rápidamente las exploraciones de densidad ósea para detectar la calcificación de la aorta abdominal (AAC), un predictor de eventos cardiovasculares y otros riesgos para la salud. El software procesa imágenes con hasta un 80 % de acuerdo con los expertos, revolucionando la detección temprana de enfermedades en la práctica clínica habitual.
Las exploraciones de densidad ósea ahora pueden identificar rápidamente indicadores de riesgo para la salud cardiovascular. Con la inteligencia artificial, pronto podremos predecir nuestro riesgo futuro de sufrir enfermedades graves con solo presionar un botón. La calcificación aórtica abdominal (CAA) es el depósito de calcio en la pared de la aorta abdominal. Puede indicar un mayor riesgo de eventos cardiovasculares, incluidos ataques cardíacos y accidentes cerebrovasculares.
También puede predecir su riesgo de caídas, fracturas y demencia en el futuro. Convenientemente, las exploraciones periódicas con máquinas de densidad ósea utilizadas para detectar la osteoporosis también pueden detectar CAA. Sin embargo, se requieren expertos altamente capacitados para analizar las imágenes, y el proceso de análisis puede tardar entre 5 y 15 minutos por imagen.
Pero investigadores de la Facultad de Ciencias y la Facultad de Medicina y Ciencias de la Salud de la Universidad Edith Cowan (ECU) han colaborado para desarrollar un software que puede analizar imágenes escaneadas mucho más rápido: alrededor de 60.000 imágenes por día.
El profesor asociado Joshua Lewis, investigador y miembro de Future Leaders de la Heart Foundation, dijo que este enorme aumento en la eficiencia es crucial para el uso generalizado de CAA en la investigación y para ayudar a las personas a evitar problemas de salud en el futuro.
"Debido a que estas imágenes y la puntuación automatizada se pueden obtener rápida y fácilmente en el momento de la prueba de densidad ósea, esto puede conducir en el futuro a nuevos métodos para la detección temprana de enfermedades cardiovasculares y su seguimiento en la práctica clínica habitual", afirmó.
Los resultados provienen de una colaboración internacional entre la Universidad Edith Cowan, la Universidad de Australia Occidental, la Universidad de Minnesota, la Universidad de Southampton, la Universidad de Manitoba, el Instituto Marcus sobre el Envejecimiento y la Facultad de Medicina de Harvard para personas mayores hebreas. Esta es una colaboración global verdaderamente multidisciplinaria. Si bien este no es el primer algoritmo que evalúa la CAA a partir de estas imágenes, este estudio es el más grande de su tipo, se basa en el modelo de máquina de densidad ósea más comúnmente utilizado y es el primero que se prueba en el mundo real utilizando imágenes como parte de las pruebas de densidad ósea de rutina.
El software del experto y del equipo de investigación analizó más de 5.000 imágenes. Después de comparar los resultados, los expertos y el software llegaron a la misma conclusión sobre el grado de CAA (bajo, medio o alto) el 80% de las veces, una cifra impresionante teniendo en cuenta que se trata de la primera versión del software. Es importante destacar que solo el 3% de las personas que se pensaba que tenían niveles altos de AAC fueron diagnosticadas incorrectamente por el software con niveles bajos de AAC.
El profesor Lewis dijo: "Esto es digno de mención porque estas son las personas con la enfermedad más grave y el mayor riesgo de eventos cardiovasculares fatales y no fatales y mortalidad por todas las causas. Si bien la precisión del software aún necesita mejorarse en comparación con las lecturas manuales, estos resultados fueron generados por la versión 1.0 de nuestro algoritmo y nuestra última versión ha mejorado enormemente los resultados".
"La evaluación automatizada de la presencia y extensión de CAA con una precisión similar a la de los expertos en imágenes abre la posibilidad de realizar pruebas de detección a gran escala para enfermedades cardiovasculares y otras enfermedades, incluso antes de que alguien desarrolle cualquier síntoma. Esto permitirá a las personas en riesgo realizar los cambios necesarios en el estilo de vida antes y les permitirá vivir más saludablemente en el futuro".