Инструментальная визуализация играет важнейшую роль в диагностике и определении тактики лечения у пациентов кардиологического профиля. Внедрение в клиническую практику ультразвуковых (эхокардиография) и лучевых (магнитно-резонансная томография) методов исследования навсегда изменило принципы ведения пациентов с заболеваниями сердечно-сосудистой системы.

Сердце человека – комплексная структура, геометрические параметры которой сильно отличаются в зависимости от генетических и фенотипических особенностей пациента, выходящих за рамки стандартной метрики по измерению размеров и определению функциональных способней по данным УЗИ и МРТ.

Исследователи из Калифорнии предложили гипотезу, согласно которой сердечно-сосудистое здоровье зависит не только от базовых параметров сердца – размера и функциональных показателей – но и от его формы.

В рамках новой работы, опубликованной в Med – журнале из семейства Cell Press, они использовали возможности искусственного интеллекта для анализа более чем 30 тысяч МРТ-сканов из Биобанка Великобритании (UK Biobank). Анализ предполагал оценку индекса сферичности левого желудочка (соотношение длинной и короткой осей) с использованием технологий глубокого машинного обучения (deep learning). Индекс сферичности левого желудочка является сравнительно простым геометрическим параметром для измерения в рамках МРТ исследования.

Авторам удалось показать, что даже в случае нормальных значений функциональных показателей и размеров сердца, признаки сферичности его формы значительно влияют на сердечно-сосудистый риск. Изменение индекса сферичности на каждую единицу стандартного отклонения было ассоциировано с повышением риска развития каридомиопатии на 47% и фибрилляции предсердий на 20%. Полученные данные были отмечены как независимые факторы от других параметров сердца по результатам МРТ.

Кроме того, были определены генетические ассоциации: 4 генетических локуса были связаны со сферичностью сердца. С помощью метода Менделевской рандомизации была показана причинно-следственная связь между неишемической формой кардиомиопатии и сферичностью левого желудочка.

Таким образом, комплексная оценка геометрии сердца должна включать анализ его формы (сферичности) в качестве нового типа сердечно-сосудистого фактора риска. Это позволит стратифицировать группы риска пациентов кардиологического профиля, формировать корректный режим мониторинга и профилактики сердечно-сосудистой патологии.

Источник: Vukadinovic Milos et al. Deep learning-enabled analysis of medical images identifies cardiac sphericity as an early marker of cardiomyopathy and related outcomes // Med. 2023