Zastosowanie sztucznej inteligencji do przewidywania obecności skrzepliny w uszku lewego przedsionka w oparciu o obraz video echokardiografii przezklatkowej oraz dane kliniczne

Nasz zespół badawczy to interdyscyplinarna grupa składająca się z ekspertów z różnych dziedzin, którzy łączą swoje umiejętności i wiedzę, aby realizować innowacyjne projekty. W skład zespołu wchodzą:

1. Migotanie przedsionków (AF) i jego konsekwencje
   • Migotanie przedsionków to powszechna choroba serca, która objawia się nieregularnym i szybkim rytmem serca.
   • Choć nie zawsze stanowi zagrożenie dla życia, migotanie przedsionków może prowadzić do poważnych powikłań, w tym udaru mózgu.
   • Główną przyczyną udaru w AF jest tworzenie się skrzepliny w uszku lewego przedsionka, która może przemieścić się do mózgu, blokując dopływ krwi.
2. Znaczenie wykrywania skrzepliny w uszku lewego przedsionka
   • W pewnych przypadkach konieczne jest wykrycie obecności skrzepliny w uszku lewego przedsionka, aby ocenić ryzyko związane z procedurami medycznymi, takimi jak kardiowersja czy ablacja przezskórna.
   • Wykonanie tych procedur przy obecności skrzepliny stanowi zagrożenie, ponieważ może prowadzić do oderwania skrzepu i wywołania udaru.
3. Echokardiografia przezprzełykowa – standardowa metoda diagnostyczna
   • Echokardiografia przezprzełykowa (TEE) jest obecnie najczęściej stosowaną metodą wykrywania skrzepliny w uszku lewego przedsionka.
   • Jest skuteczna, ale wiąże się z dyskomfortem dla pacjenta oraz ryzykiem powikłań związanych z wprowadzeniem sondy do przełyku.
   • Metoda jest czasochłonna, wymaga odpowiedniego przygotowania pacjenta oraz sterylizacji sprzętu po każdym badaniu.
4. Echokardiografia przezklatkowa – nieinwazyjna alternatywa
   • Echokardiografia przezklatkowa jest nieinwazyjną metodą, w której obrazowanie serca odbywa się poprzez przyłożenie głowicy ultrasonograficznej do powierzchni klatki piersiowej.
   • Choć nie pozwala bezpośrednio zobaczyć skrzepliny w uszku lewego przedsionka, może wskazywać na zmiany w sercu, które zwiększają ryzyko jej powstania.
   • Badania prowadzone przez nasz zespół wskazują, że parametry uzyskane z echokardiografii przezklatkowej, w połączeniu z danymi klinicznymi (np. choroby współistniejące, leki), mogą z dużą czułością przewidywać obecność skrzepliny.
5. Zastosowanie sztucznej inteligencji (AI) w diagnostyce
   • Projekt zakłada wykorzystanie sztucznej inteligencji do automatycznej analizy obrazów echokardiograficznych.
   • AI będzie służyła do przewidywania ryzyka powstania skrzepliny w uszku lewego przedsionka, analizując dane obrazowe i kliniczne.
   • Celem jest szybkie i powtarzalne wyselekcjonowanie pacjentów z wysokim ryzykiem skrzepliny, którzy będą wymagać dalszej diagnostyki przezprzełykowej, oraz zredukowanie liczby procedur TEE u pacjentów z niskim ryzykiem.
6. Podsumowanie i znaczenie projektu
   • Projekt ma na celu stworzenie narzędzi opartych na sztucznej inteligencji do oceny ryzyka powstania skrzepliny w uszku lewego przedsionka serca, wykorzystując integrację danych obrazowych i klinicznych.
   • Opracowane narzędzia będą miały duże znaczenie w planowaniu procedur medycznych związanych z leczeniem migotania przedsionków oraz w ocenie ryzyka u pacjentów.
   • Projekt może znacząco poprawić diagnostykę i rokowanie pacjentów z migotaniem przedsionków, zapewniając bardziej precyzyjne, mniej inwazyjne podejście do diagnostyki.

• Wzrost efektywności diagnostyki: Automatyczna analiza obrazów echokardiograficznych pozwoli na szybsze i bardziej precyzyjne wykrywanie ryzyka skrzepliny.
• Zmniejszenie inwazyjności: Dzięki AI, możliwe będzie ograniczenie liczby badań przezprzełykowych do pacjentów z wysokim ryzykiem, co zmniejszy dyskomfort i ryzyko powikłań.
• Lepsze planowanie leczenia: Zintegrowanie danych klinicznych z obrazowymi pozwoli na dokładniejszą ocenę stanu pacjenta, co wpłynie na wybór najbardziej odpowiedniej metody leczenia.