ISSN: 0300-8932 Factor de impacto 2023 7,2

SEC 2024 - El Congreso de la Salud Cardiovascular

Bilbao, 24 - 26 de Octubre de 2024


Introducción
Dr. José María de la Torre Hernández
Presidente del Comité Científico del Congreso. Vicepresidente de la SEC

Comités ejecutivo, organizador y científico
Comité de evaluadores
Listado completo de comunicaciones
Índice de autores

6055. Experimental, nuevas tecnologías, inteligencia artificial

Fecha : 24-10-2024 00:00:00
Tipo : Pósteres

6055-363. Caracterización automática de CT pos-TAVR para la evaluación del deterioro valvular no estructural

Laura Busto Castiñeira1, César Veiga García1, José A. González-Nóvoa1, Silvia Campanioni Morfi1, Carlos Martínez1, Pablo Juan-Salvadores1, Víctor Jiménez2, Maximilian Kütting3, José Antonio Baz2 y Andrés Íñiguez Romo2

1Investigación Cardiovascular. Instituto de Investigación Sanitaria Galicia Sur (IIS Galicia Sur), Vigo (Pontevedra), España, 2Cardiología. Hospital Álvaro Cunqueiro, Vigo (Pontevedra), España y 3Biosensors, Hechingen (Alemania).

Introducción y objetivos: La durabilidad de las prótesis de reemplazo valvular aórtico por catéter (TAVR) se ha vuelto un aspecto crucial del procedimiento, por lo que estudiar posibles complicaciones derivadas que puedan afectar a la durabilidad de la prótesis, es de gran interés. En este trabajo se propone un biomarcador para el deterioro valvular no estructural (non-SVD) que permite detectar desajustes paciente-prótesis, regurgitación paravalvular (PVR), malposicionamiento o expansión anormal de la prótesis. Este biomarcador es obtenido a partir de imágenes de tomografía computarizada (TC).

Métodos: El biomarcador propuesto se basa en el análisis de las áreas transversales (CSA) de la prótesis y la raíz aórtica a partir de imágenes TC de pacientes TAVR. Se diseñó un método basado en inteligencia artificial (IA) para la caracterización automática de los resultados de TAVR para evaluar la posición de la prótesis en la raíz aórtica y extraer las mediciones CSA. El método incluye la segmentación de la prótesis y la aorta (figura A), la identificación del eje longitudinal de la prótesis (figura B), la extracción de planos ortogonales sobre el eje y la obtención de las CSAs de cada plano (figura C). El análisis de la diferencia entre la CSA de la raíz aórtica y la CSA de la prótesis a lo largo del eje permite estudiar la fijación de la prótesis en la raíz aórtica y así detectar posibles anomalías relacionadas con non-SVD (figura D).

Resultados: El método se ha probado en 13 pacientes TAVR, obteniendo con éxito las CSA de forma automática. La figura muestra los resultados para un paciente con una prótesis Allegra de 27 mm (NVT/Biosensors, Alemania). La figura D muestra las CSA sobre el eje, lo que permite estudiar el anclaje de la prótesis en la raíz aórtica y detectar desajustes, malposicionamiento, expansión anormal o PVR.

Conclusiones: Los resultados de TAVR pueden ser caracterizados automáticamente a partir de imágenes de TC utilizando IA, proporcionando parámetros cuantitativos útiles y reduciendo el tiempo de análisis. A pesar de que se requieren análisis adicionales en un conjunto de datos mayor para validar el método, el biomarcador propuesto -CSA sobre el eje de la prótesis- es prometedor para detectar non-SVD y permite ajustar la toma de decisiones clínicas basada en el riesgo de eventos de degradación de la prótesis.


Comunicaciones disponibles de "6055. Experimental, nuevas tecnologías, inteligencia artificial"

6055-361. Nuevo algoritmo para la codificación del modelo de rotación ventricular
Alejandro Queipo Rodríguez, Guillermo García Martín, Paula Gramage Sanchís, Alberto Hidalgo Mateos, Ester Galiana Talavera, Juan Geraldo Martínez, Celia Gil Llopis, M. Belén Contreras Tornero, Ricardo Callizo Gallego, Amparo Valls Serral, Ildefonso Roldán Torres y Vicente Mora Llabata

Hospital Universitario Dr. Peset, Valencia, España.
6055-362. Diferencias entre sexos en la perfusión miocárdica de primer paso mediante tomografía computada espectral en sujetos sin enfermedad coronaria
Cristian Herrera Flores1, Antonio Sánchez Puente1, Jesús Rodríguez Nieto1, Javier Maíllo Seco1, Rosana López Jiménez1, Ana Martín García1, María Gallego Delgado1, Rocío Eiros Bachiller1, Soraya Merchán Gómez1, Leyre Álvarez Rodríguez1, Leticia Vicente Pacho1, Luis Miguel Rincón Díaz1, Pedro Luis Sánchez Fernández1 y Candelas Pérez del Villar1

1Servicio de Cardiología, Hospital Universitario de Salamanca. Instituto de Investigación Biomédica de Salamanca (IBSAL). Universidad de Salamanca, Salamanca, España.
6055-363. Caracterización automática de CT pos-TAVR para la evaluación del deterioro valvular no estructural
Laura Busto Castiñeira1, César Veiga García1, José A. González-Nóvoa1, Silvia Campanioni Morfi1, Carlos Martínez1, Pablo Juan-Salvadores1, Víctor Jiménez2, Maximilian Kütting3, José Antonio Baz2 y Andrés Íñiguez Romo2

1Investigación Cardiovascular. Instituto de Investigación Sanitaria Galicia Sur (IIS Galicia Sur), Vigo (Pontevedra), España, 2Cardiología. Hospital Álvaro Cunqueiro, Vigo (Pontevedra), España y 3Biosensors, Hechingen (Alemania).
6055-364. El gradiente de presión intraventricular es el índice ecocardiográfico más sensible del estado inotrópico del ventrículo izquierdo
Virginia Martín Manzano1, Eduardo Zataraín Nicolás1, Candelas Pérez del Villar2, Esther Pérez David3, José Fernando Rodríguez Palomares4, Marta Sitges Carreño5, Jaime Agüero Ramón-Llin6, Arantxa González Miqueo7, Pablo Martínez-Legazpi8, Ana González Mansilla1, Rafael Bañares Cañizares9, Yolanda Jeréz Gilarranz10, Jeniffer Gutiérrez Gálvez1, Yolanda Benito Vicente1 y Javier Bermejo Thomas1

1Servicio de Cardiología. Hospital General Universitario Gregorio Marañón, Centro de Investigación Biomédica en Red, Enfermedades Cardiovasculares (CIBERCV), Madrid, España, 2Servicio de Cardiología. Hospital Universitario de Salamanca, Centro de Investigación Biomédica en Red, Enfermedades Cardiovasculares (CIBERCV), Salamanca, España, 3Servicio de Cardiología. Hospital Universitario La Paz, Centro de Investigación Biomédica en Red, Enfermedades Cardiovasculares (CIBERCV), Madrid, España, 4Servicio de Cardiología. Hospital Universitari Vall d'Hebron, Centro de Investigación Biomédica en Red, Enfermedades Cardiovasculares (CIBERCV), Barcelona, España, 5Servicio de Cardiología. Hospital Clínic, Centro de Investigación Biomédica en Red, Enfermedades Cardiovasculares (CIBERCV), Barcelona, España, 6Servicio de Cardiología. Hospital Universitario La Fe, Centro de Investigación Biomédica en Red, Enfermedades Cardiovasculares (CIBERCV), Valencia, España, 7CIMA. Universidad de Navarra, Centro de Investigación Biomédica en Red, Enfermedades Cardiovasculares (CIBERCV), Navarra, España, 8Departamento de Física y Matemática de Fluidos. Facultad de Ciencias, UNED. Centro de Investigación Biomédica en Red, Enfermedades Cardiovasculares (CIBERCV), Madrid, España, 9Servicio de Digestivo. Hospital General Universitario Gregorio Marañón, Universidad Complutense de Madrid, Madrid, España y 10Servicio de Oncología. Hospital General Universitario Gregorio Marañón, Madrid, España.

Más comunicaciones de los autores

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?