CT-scans en kunstmatige intelligentie: hoe we het risico op een hartaanval tien jaar eerder kunnen detecteren.

Neem computertomografie (CT)-scans, die mensen met een verhoogd calciumgehalte in de kransslagaders die het hart van bloed voorzien, kunnen identificeren. Combineer ze met een op maat gemaakt programma op basis van kunstmatige intelligentie. En meng het dan, figuurlijk gesproken, allemaal door elkaar. Dit is wat onderzoekers van het Mass General Brigham and Women's Hospital, in samenwerking met het Amerikaanse ministerie van Veteranenzaken, hebben gedaan. Dankzij deze combinatie hebben ze een tool ontwikkeld, AI-CAC, die het risico op een hartaanval en overlijden in de komende tien jaar kan bepalen. Hoe? Simpelweg door eerder verzamelde CT-scans te analyseren en personen met een verhoogd calciumgehalte (een marker voor plaque) in hun kransslagaders te identificeren.

Het onderzoek verscheen in NEJM AI en suggereert dat dit algoritme op grote schaal kan worden gebruikt om artsen te helpen bij het inschatten van het cardiovasculaire risico van patiënten.

Hoe nauwkeurig is het model?

CT-scans van de borstkas kunnen calciumafzettingen in het hart en de slagaders detecteren, wat het risico op een hartaanval verhoogt. Voor de duidelijkheid: niet alle apparaten zijn hetzelfde. De gouden standaard voor het kwantificeren van CAC (calciumafzettingen op de slagaderwand) maakt gebruik van "gated" CT-scans: deze apparaten synchroniseren met de hartslag om beweging tijdens de scan te verminderen. Maar er worden vaak ook minder geavanceerde apparaten gebruikt. Dit is precies waarom het AI-CAC deep learning-algoritme is ontwikkeld. Het model werd geëvalueerd op CT-scans van de borstkas die werden gemaakt tijdens routinematige veteranenzorg in 98 medische centra van het Department of Veterans Affairs, en de prestaties van AI-CAC werden vervolgens getest op 8.052 CT-scans om CAC-screening te simuleren bij routinematige beeldvormende onderzoeken. Het resultaat: het AI-CAC-model identificeerde in bijna 90% van de gevallen of een scan CAC bevatte. En dat is nog niet alles. Bij aanwezigheid van calciumafzettingen in de bloedvaten was het model 87,3% nauwkeurig in het bepalen of de score boven of onder de 100 lag, wat wijst op een matig cardiovasculair risico. Ten slotte bleek AI-CAC ook voorspellend te zijn voor de totale sterfte over een periode van 10 jaar: patiënten met een CAC-score boven de 400 hadden een 3,49 keer hoger risico op overlijden over een periode van 10 jaar vergeleken met patiënten met een score van nul.

De waarde van data

Zoals eerste auteur R Affi Hagopian opmerkt in een persbericht: "Het gebruik van AI voor taken zoals CAC-detectie kan de geneeskunde helpen om te evolueren van een reactieve benadering naar proactieve ziektepreventie, waardoor de morbiditeit, mortaliteit en langetermijnkosten voor de gezondheidszorg worden verlaagd." Kortom, het belangrijkste is om de beschikbare informatie te benutten, vooral als het gaat om tests die om andere redenen worden uitgevoerd.

"Elk jaar worden miljoenen CT-scans van de borstkas gemaakt, vaak bij gezonde mensen, bijvoorbeeld om te screenen op longkanker. Ons onderzoek toont aan dat belangrijke informatie over cardiovasculair risico onopgemerkt blijft in deze scans", aldus hoofdauteur Hugo Aerts . "Ons onderzoek toont aan dat AI de potentie heeft om de manier waarop artsen geneeskunde beoefenen te veranderen en hen in staat te stellen sneller met patiënten te communiceren, voordat hun hartaandoening zich ontwikkelt tot een hartaandoening."

Verder dan coronaire angiografie

Dankzij technologische vooruitgang kunnen bovendien de kransslagaders en de hartspier gelijktijdig worden onderzocht. Hierdoor is de beeldresolutie zo toegenomen dat plaque zo dun als een haar zichtbaar is. De noodzaak voor invasieve procedures, zoals diagnostische coronaire angiografie, is daardoor met 50% afgenomen.

Dit is wat het IRCCS Sacro Cuore Don Calabria in Negrar aanbiedt: een ultramoderne CT-scanner voor het hart, uitgerust met "Photon Counting"-technologie. Het systeem kan de kransslagaders langs hun loop observeren en hun anatomische onregelmatigheden tot in het kleinste detail onderzoeken. Deze technologie maakt een betere en eerdere identificatie van patiënten met een risico op een hartaanval mogelijk, evenals interventies om ischemische complicaties te voorkomen voordat ze optreden.

"Door de informatie te vermenigvuldigen en de nauwkeurigheid van de beelden die met één diagnostische test kunnen worden verkregen te vergroten, zal de behoefte aan invasieve tests zoals coronaire angiografie met ongeveer 50% afnemen. Dit maakt definitief de weg vrij voor de vroege diagnose van ernstige coronaire hartziektes", aldus Carmelo Cicciò , medisch directeur en expert in cardiovasculaire radiologie bij IRCCS Negrar. "Dit blijkt ook een waardevol hulpmiddel te zijn bij de diagnose van patiënten met een hoger risico, met complexe aandoeningen of die al een angioplastiek hebben ondergaan. Het maakt ook hoogfrequente hartscans mogelijk zonder bètablokkers, die de hartslag vertragen. We kunnen het hart dus precies zien terwijl het werkt, zelfs onder stress."