News

Le nuove frontiere dell’ecocardiografia 3D: un algoritmo per la valutazione automatizzata del cuore sinistro

Da un recente studio, una nuova analisi automatizzata basata sul machine learning può facilitare l'implementazione dell’eco-3D nella pratica clinica di routine.

14 Novembre Nov 2018 0000 27 days ago

Lo sviluppo dell'ecocardiografia tridimensionale (eco-3D) ha permesso un'analisi più affidabile dei dati volumetrici e funzionali del VS, aumentando così la riproducibilità, rispetto all'eco-2D e l’accuratezza rispetto alla risonanza magnetica cardiaca (RMC). Tuttavia, soprattutto nella prima fase, numerosi fattori (non ultima una certa “macchinosità” del software di acquisizione e di analisi) ne hanno ridotto la diffusione nella valutazione routinaria del ventricolo sinistro (VS).

Condizione per l'uso clinico quotidiano della valutazione volumetrica 3D del ventricolo sinistro è la disponibilità di modalità di acquisizione più semplici e veloci e di tecniche di quantificazione camerale più automatizzate.

Il recente sviluppo di approcci di intelligenza artificiale (AI), come gli algoritmi di apprendimento automatico (machine learning, ML), ha reso possibile una procedura di analisi 3D che rilevi automaticamente i contorni delle camere cardiache sinistre e consenta accurate e quasi automatiche misurazioni di volumi minimi e massimi e parametri funzionali di base derivati da tali volumi, come le frazioni di eiezione e di riempimento.

Più di recente, la combinazione di queste tecniche ML con l'ecocardiografia speckle-tracking (STE) ha portato allo sviluppo del primo software di analisi dinamica 3DE ML, che fornisce misurazioni frame per frame dei volumi delle camere cardiache sinistre. Quest’analisi consente una valutazione più completa della funzione ventricolare e atriale sinistre, compreso un numero di indici aggiuntivi di eiezione, riempimento e svuotamento, che altrimenti non sarebbero valutabili.

Uno studio sul nuovo algoritmo automatizzato

Un recente lavoro, frutto di una collaborazione tra l’University of Chicago Medical Center, il Centro Cardiologico Monzino, il Centro Privado de Cardiologia di Yerba Buena in Argentina e Philips Healthcare, mirava a testare questo nuovo algoritmo ML automatizzato e a confrontare le curve volume-tempo del ventricolo sinistro (VS) e dell’atrio sinistro (AS) e degli indici derivati.1

Si è trattato del primo studio a valutare le prestazioni del nuovo algoritmo ML, in confronto con tecniche di riferimento validate, tra cui l'analisi volumetrica eco-3D convenzionale e la risonanza magnetica cardiaca (RMC) (figura 1). In precedenza, uno studio in aperto del Monzino (primo autore Gloria Tamborini), aveva già verificato fattibilità e accuratezza del metodo “statico” in 200 pazienti consecutivi comprendenti soggetti normali e patologici.2

Il nuovo studio ha dimostrato che questo approccio consente la misurazione dinamica dei volumi di VS e AS durante tutto il ciclo cardiaco, incluso un accurato calcolo della frazione di eiezione e degli indici di riempimento, riflettendo la funzione di queste camere in un modo più completo rispetto all’approccio tradizionale non automatizzato. È stato osservato che gli indici dinamici di eiezione/riempimento del ventricolo e dell’atrio sinistri derivati automaticamente erano in gran parte in accordo con quelli ottenuti utilizzando eco tradizionale e RM.

È stato anche evidenziato che la tecnica automatizzata è considerevolmente più veloce dell'analisi convenzionale. Il tempo richiesto per la generazione delle curve tempo-volume da eco-3D (inclusa la correzione manuale dell’operatore) è stato infatti significativamente più breve (0,6 ± 0,3 minuti per paziente), rispetto sia all'analisi volumetrica convenzionale eco-3D (3,4 ± 1,1 min, P <0,05) sia all’analisi RMC slice by slice dalla base all'apice (96 ± 14 min, P <0,0001). Ciò potrebbe contribuire a un'ulteriore integrazione della quantificazione della camera eco-3D nella pratica clinica di routine. (figura 2)

È importante sottolineare che la natura automatizzata di questa analisi promette di contribuire a superare i limiti del flusso di lavoro dell'eco-3D e potrebbe quindi facilitare l'integrazione della quantificazione 3D nella pratica clinica di routine. Prevediamo che nel prossimo futuro i medici condurranno l'interpretazione diagnostica dei test ecocardiografici utilizzando, insieme alle immagini eco, gli indici funzionali ricavati automaticamente con software ML.

Mauro Pepi, Direttore Area Imaging del Monzino

Poiché questa tecnica continua a migliorare, è ragionevole attendersi, concludono gli Autori dello studio, che anche la valutazione dinamica delle camere cardiache di destra diventerà presto una realtà e potrebbe consentire un'analisi dinamica avanzata che fornirà informazioni diagnostiche in una varietà di condizioni patologiche che coinvolgono le camere destre.


Riferimenti
1. Narang A, Tamborini G, Fusini L, Pepi M et al. Machine learning based automated dynamic quantification of left heart chamber volumes. Eur Heart J Cardiovasc Imaging. 2018 Oct 9. doi: 10.1093/ehjci/jey137. [Epub ahead of print]
2. Tamborini G, Piazzese C, Lang RM, Muratori M, Chiorino E, Mapelli M, Fusini L, Ali SG, Gripari P, Pontone G, Andreini D, Pepi M. Feasibility and Accuracy of Automated Software for Transthoracic Three-Dimensional Left Ventricular Volume and Function Analysis: Comparisons with Two-Dimensional Echocardiography, Three-Dimensional Transthoracic Manual Method, and Cardiac Magnetic Resonance Imaging. J Am Soc Echocardiogr. 2017 Nov;30(11):1049-1058. doi: 10.1016/j.echo.2017.06.026. Epub 2017 Sep 12.