RESUMEN
RESUMEN La inteligencia artificial (IA) está basada en programas computacionales que pueden imitar el pensamiento humano y automatizar algunos procesos. En el ámbito médico se está estudiando hace más de 50 años, pero en los últimos años el crecimiento ha sido exponencial. El campo de las imágenes cardiovasculares es particularmente atractivo para aplicarla, dado que, guiadas por IA, personas no expertas pueden adquirir imágenes completas, automatizar procesos y mediciones, orientar diagnósticos, detectar hallazgos no visibles al ojo humano, realizar diagnósticos oportunistas de afecciones no buscadas en el estudio índice pero evaluables a través de las imágenes disponibles, o identificar patrones de asociación dentro de una gran cantidad de datos como fuente de generación de hipótesis. En el campo de la prevención cardiovascular, la IA se ha aplicado en diferentes escenarios con fines diagnósticos, pronósticos y terapéuticos en el manejo de algunos factores de riesgo cardiovascular, como las dislipidemias o la hipertensión arterial. Si bien existen limitaciones con el uso de la IA tales como el costo, la accesibilidad y la compatibilidad de los programas, la validez externa de los resultados en determinadas poblaciones, o algunos aspectos éticos-legales (privacidad de los datos), esta tecnología está en crecimiento vertiginoso y posiblemente revolucione la práctica médica actual.
ABSTRACT Artificial intelligence (AI) is based on computer programs that imitate human thinking and automate certain processes. Artificial intelligence has been studied in the medical field for over 50 years, but in recent years, its growth has been exponential. The field of cardiovascular imaging is particularly attractive since AI can guide non-experts in image acquisition, automate processes and measurements, guide diagnoses, detect findings not visible to the human eye, make opportunistic diagnoses of unexpected conditions in the index test, or identify patterns of association within a large amount of data as a source of hypothesis generation. In the field of cardiovascular prevention, AI has been used for diagnostic, prognostic, and therapeutic purposes in managing cardiovascular risk factors such as dyslipidemia and hypertension. While there are limitations to the use of AI, such as cost, accessibility, compatibility of programs, external validity of results in certain populations, and ethical-legal aspects such as data privacy, this technology is rapidly growing and is likely to revolutionize current medical practice.
RESUMEN
Resumen El derrame pericárdico (DP) es una entidad frecuente en la práctica diaria, que puede ocurrir por un amplio rango de patologías. Los métodos por imágenes constituyen una herramienta diagnóstica clave en la evaluación del pericardio. El ecocardiograma transtorácico (ETT) se considera de primera línea por su costo-efectividad. La tomografía computarizada multicorte (TCMC), por su parte, representa un valioso complemento ante limitaciones del ETT y en la evaluación de urgencia del paciente con sospecha de DP. El objetivo del trabajo es mostrar la utilidad y rol de la TCMC, mediante la medición de densidades, para estimar la etiología del DP, ilustrado con casos de nuestra institución.
Abstract Pericardial effusion (PE) is a common entity in daily practice, which can occur due to a wide range of conditions. Imaging methods are a key diagnostic tool in the evaluation of the pericardium. Transthoracic echocardiogram (TTE) is the first line imaging method because of its cost-effectiveness. Multi-slice Computed Tomography (MSCT), on the other hand, represents a valuable complement to the limitations of TTE and in emergency evaluation of the patient with suspected PE. The objective of this review is to show the usefulness and role of the MSCT through the measurement of densities to estimate the etiology of PE, illustrated with cases of our Institution.