Eco 3D e machine learning: quale accuratezza e riproducibilità

Rendering dinamico 3D della superficie endocardica del ventricolo destro (a sinistra) è ottenuto insieme alla curva volume-tempo, da cui si ottengono i parametri di dimensione e funzione del ventricolo stesso (a destra). (1)

L'ecocardiografia tridimensionale consente misurazioni accurate e riproducibili delle dimensioni e della funzione del ventricolo destro. Tuttavia, l'implementazione diffusa dell'eco 3D nella pratica clinica di routine è ancora limitata, perché i software esistenti richiedono tempi relativamente lunghi e competenze molto elevate negli operatori.

Un recente studio dell'Università di Chicago con l'Università di Padova si è proposto di testare l'accuratezza e la riproducibilità di nuovi software completamente automatizzati, basati sull'apprendimento automatico (machine learning), per la quantificazione tridimensionale delle dimensioni e delle funzioni del ventricolo destro.

Un totale di 56 pazienti non selezionati, con una vasta gamma di dimensioni del ventricolo destro, di funzione cardiaca e di qualità dell'immagine, con indicazione clinica alla risonanza magnetica cardiaca, sono stati sottoposti a un esame ecografico transtoracico 3D lo stesso giorno della RM. Tutti i parametri sono stati misurati utilizzando l'algoritmo basato su machine learning e confrontati con i valori di riferimento RM.

Prof. Roberto M Lang

In un terzo di pazienti non selezionati, il nuovo algoritmo ha fornito una misurazione del volume del ventricolo destro e della frazione di eiezione accurata e completamente riproducibile. Nei restanti pazienti, le misurazioni sono state ragionevolmente accurate, con un'eccellente riproducibilità. Questo approccio rappresenta quindi una soluzione promettente per l quantificazione tridimensionale rapida delle dimensioni e della funzione del ventricolo destro.

Sebbene siano necessari ulteriori studi per determinare l'impatto di questo algoritmo sulla valutazione clinica di routine del ventricolo destro, – conclude Roberto M Lang, Direttore del Noninvasive Cardiac Imaging Laboratory del University of Chicago Medical Center, – questo nuovo software rappresenta senz'altro il primo passo verso la quantificazione automatizzata del ventricolo destro basata su eco 3D, che probabilmente contribuirà all'implementazione di questa tecnologia nella pratica clinica.


Riferimenti
1. Genovese D, Rashedi N, Lang RM et al. Machine Learning-Based Three-Dimensional Echocardiographic Quantification of Right Ventricular Size and Function: Validation Against Cardiac Magnetic Resonance. J Am Soc Echocardiogr 2019;32(8):969-977.