ES3033338T3

ES3033338T3 - System and method for determining segments for ablation

Info

Publication number: ES3033338T3
Application number: ES18887472T
Authority: ES
Inventors: Clifford Robinson; Phillip Cuculich; Geoffrey Hugo
Original assignee: Washington University in St Louis WUSTL
Current assignee: Washington University in St Louis WUSTL
Priority date: 2017-12-13
Filing date: 2018-12-12
Publication date: 2025-08-01
Anticipated expiration: 2038-12-12
Also published as: CN111566695A; WO2019118640A1; US12402792B2; US20210137384A1; EP4579590A1; CA3085448A1; JP2021510092A; CN111566695B; EP3724847B1; EP3724847A1; US20220369930A1; AU2018386091B2; JP7414283B2; EP3724847A4; AU2018386091A1

Abstract

Se describen sistemas y métodos para determinar uno o más objetivos de arritmia cardíaca para ablación. El método puede incluir la recepción de uno o más mapeos, la identificación de una anomalía en uno o más mapeos, la combinación de uno o más mapeos y la definición de uno o más objetivos de arritmia cardíaca basándose en la superposición de la anomalía identificada en el o los mapeos combinados. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Sistema y método de determinación de segmentos para ablación

Campo técnico

La presente tecnología se refiere a un método implementado por ordenador y a un sistema para determinar un objetivo de arritmia cardíaca para ablación y, más específicamente, a cartografías de imágenes multimodales y perfiles de riesgo para determinar segmentos auriculares o ventriculares para ablación.

Antecedentes

La parada cardíaca súbita (PCS) es la principal causa de muerte en el mundo desarrollado. La mayoría de las paradas cardíacas súbitas se deben a arritmias cardíacas, en concreto, taquicardia ventricular (TV) o fibrilación auricular (FA). Las técnicas invasivas de visualización actuales se utilizan para dirigir la aplicación del tratamiento de la arritmia, tal como el cateterismo cardíaco. Los procesos invasivos pueden conllevar riesgos importantes para el paciente. Los tratamientos actuales de las arritmias incluyen la ablación invasiva con catéter. Recientemente, se ha desarrollado la ablación no invasiva mediante radioterapia corporal estereotáctica para el tratamiento de una arritmia cardíaca. Para ablación invasiva y no invasiva, los datos clínicos y de obtención de imágenes son convertidos manualmente en un objetivo de tratamiento por un profesional clínico, lo que da lugar a una variabilidad del tratamiento dependiente del usuario. Además, el tipo de ablación utilizado, así como la selección de objetivos (p. ej., el tamaño, la ubicación) se determinan sobre una basead hocsin el beneficio de un apoyo formal a la toma de decisiones.

Por lo tanto, es necesario perfeccionar la identificación de un volumen objetivo de arritmia cardíaca y el plan de tratamiento para la ablación no invasiva e invasiva de arritmias, así como mejorar el apoyo a la toma de decisiones para la selección de la terapia de ablación de arritmias. Se realizan procesos no invasivos para cartografiar y tratar arritmias en un paciente.

El documento WO2017/078757 se refiere a sistemas y métodos para el tratamiento de arritmias cardíacas. Un artículo titulado "The Electrophysiological Cardiac Ventricular Substrate in Patients After Myocardial Infarction" fue publicado por Phillip S Cuculichet al.en el vol. 58 de la revista Journal of the American College of Cardiology, Elsevier, Nueva York, NY, y el artículo concluye que la obtención de imágenes electrocardiográficas identifica con precisión las zonas de cicatrización anatómica y complementa la obtención de imágenes anatómicas estándar proporcionando características electrofisiológicas de bajos voltajes relacionadas con la cicatriz, alteración de la activación del ritmo sinusal, fragmentación de electrogramas y presencia de potenciales tardíos.

Breve sumario

De acuerdo con un primer aspecto de la presente invención, se proporciona un método implementado por ordenador para determinar un objetivo de arritmia cardíaca para ablación, tal como se establece en la reivindicación 1. De acuerdo con un segundo aspecto de la presente invención, se proporciona un sistema para determinar un objetivo de arritmia cardíaca para ablación, tal como se establece en la reivindicación 6. Las características opcionales se establecen en las reivindicaciones dependientes.

Se proporciona en el presente documento un método implementado por ordenador y un sistema para determinar uno o más objetivos de arritmia cardíaca para ablación, tal como se establece en las reivindicaciones. Cada anomalía se identifica como uno o más segmentos en las una o más cartografías, uno o más contornos en las una o más cartografías, o combinaciones de los mismos. La anomalía puede identificarse manualmente, automáticamente, o combinaciones de las mismas. En un aspecto, el método puede incluir además el ajuste de uno o más objetivos de arritmia cardíaca basándose en datos adicionales. Los datos adicionales pueden seleccionarse de entre una ponderación de las cartografías recibidas, una puntuación de confianza, el riesgo, los datos clínicos, los datos de demostración, el conocimiento previo de un paciente concreto, el conocimiento previo de pacientes anteriores, la toxicidad, la eficacia, la calidad de los datos, la importancia de los datos, la reproducibilidad de los datos, la fisiología del corazón, el tamaño de la cicatriz, el número de TV, el tipo de miocardiopatía, la transmuralidad, la localización de la anomalía, la edad, el género, el tamaño del corazón, la fracción de expulsión, el espesor del corazón, los medicamentos, la comorbilidad, o combinaciones de los mismos. En algunos aspectos, el método puede incluir además la ablación de uno o más objetivos de arritmia cardíaca. La ablación de al menos un objetivo de arritmia cardíaca puede ser no invasiva, tal como con la SBRT. En algunos aspectos, el método puede incluir además la ponderación de las cartografías recibidas. En aspectos adicionales, el método puede incluir además la determinación de una puntuación de confianza.

En algunos aspectos, el método puede incluir además la generación de un módulo de apoyo a la toma de decisiones. El módulo de apoyo a la toma de decisiones puede incluir una salida de los uno o más objetivos de arritmia cardíaca y uno o más de una descripción de un patrón de cicatriz, una descripción del tamaño y localización de la carga de una cicatriz, un volumen sugerido para lograr la ablación, una puntuación de confianza de las cartografías combinadas, un listado de las estructuras en riesgo, una recomendación general, una tasa de éxito esperada con terapia no invasiva, o una tasa de éxito esperada con modalidades de tratamiento alternativas.

Además, se proporciona en el presente documento al menos un medio legible por ordenador no transitorio que no forma parte de la invención reivindicada, que almacena instrucciones que al ser ejecutadas por al menos un procesador, hacen que el al menos un procesador: reciba una o más cartografías seleccionadas de una cartografía eléctrica, una cartografía anatómica, una cartografía funcional, y combinaciones de las mismas; combine las una o más cartografías; y determine, basándose en la combinación de las una o más cartografías, uno o más objetivos de arritmia cardíaca para ablación. El al menos un procesador puede ajustar además los uno o más objetivos de arritmia cardíaca para la ablación. El al menos un procesador puede además ponderar las cartografías recibidas. En un aspecto, el al menos un procesador puede determinar una puntuación de confianza. La cartografía eléctrica es una imagen electrocardiográfica, la cartografía anatómica es al menos una de una imagen de tomografía computarizada o una imagen de resonancia magnética, y la cartografía funcional es al menos una de una imagen de tomografía computarizada por fotoemisión, una imagen de tomografía por emisión de positrones o una imagen de ecocardiograma. En otro aspecto, el al menos un procesador puede: recibir una o más cartografías clínicas que incluyan al menos uno de datos demográficos, antecedentes quirúrgicos, información sobre taquicardia ventricular y cartografías electroanatómicas previas; complementar las una o más cartografías combinadas con las una o más cartografías clínicas; y determinar, con base en la cartografía combinada complementada, una o más ablaciones actualizadas de los uno o más objetivos de arritmia cardíaca para ablación.

En algunos aspectos, el al menos un procesador puede generar además un módulo de apoyo a la toma de decisiones. El módulo de apoyo a la toma de decisiones puede incluir una salida de los uno o más objetivos de arritmia cardíaca y uno o más de una descripción de un patrón de cicatriz, una descripción del tamaño y localización de la carga de una cicatriz, un volumen sugerido para lograr la ablación, una puntuación de confianza de las cartografías combinadas, un listado de las estructuras en riesgo, una recomendación general, una tasa de éxito esperada con terapia no invasiva, o una tasa de éxito esperada con modalidades de tratamiento alternativas.

Los aspectos y características adicionales se exponen, en parte, en la descripción que sigue, y resultarán evidentes para los expertos en la materia tras el examen de la memoria descriptiva o podrán aprenderse mediante la práctica de la materia objeto divulgada. Para una mejor comprensión de la naturaleza y las ventajas de la divulgación, pueden consultarse las partes restantes de la memoria descriptiva y los dibujos, que forman una parte de la presente divulgación.

Breve descripción de los dibujos

La divulgación contiene al menos un dibujo realizado en color. Las copias de esta divulgación con dibujo(s) a color serán proporcionadas por la Oficina tras solicitarlas y pagar la tasa correspondiente.

Con el fin de describir la manera en que se pueden obtener las ventajas y características mencionadas anteriormente y otras características de la divulgación, se presentará una descripción más particular de los principios, descritos anteriormente con brevedad, con referencia a realizaciones específicas de los mismos que se ilustran en los dibujos adjuntos. Se entiende que estos dibujos representan solo realizaciones de ejemplo de la divulgación y, por lo tanto, no deben considerarse limitativos de su alcance, se describirán y explicarán los principios del presente documento con especificidad y detalle adicionales mediante el uso de los dibujos adjuntos, en los que:

La figura 1A ilustra un diagrama de flujo de un método de ejemplo de 100.

La figura 1B ilustra un diagrama de flujo de un método de ejemplo de 101.

La figura 2 ilustra un diagrama de flujo de un método de ejemplo de un 200.

Las figuras 3A, 3B y 3C ilustran secciones transversales de ejemplo de segmentos ventriculares.

La figura 4 ilustra realizaciones del sistema de ejemplo.

La figura 5 ilustra un entorno de aprendizaje automático de ejemplo.

La figura 6A ilustra una salida de una herramienta de apoyo a la toma de decisiones de ejemplo.

La figura 6B ilustra una salida de una herramienta de apoyo a la toma de decisiones de ejemplo.

La figura 6C ilustra una salida de una herramienta de apoyo a la toma de decisiones de ejemplo.

La figura 7 ilustra un flujo de trabajo de ejemplo para radioablación cardíaca no invasiva guiada por electrofisiología. La figura 8A muestra el número total de episodios de taquicardia ventricular (TV), incluidas las descargas apropiadas de un desfibrilador cardioversor implantable (DCI), estimulación antitaquicardia por DCI adecuada y TV sostenida no tratada, en cada uno de los cinco pacientes del estudio, durante 3 meses consecutivos antes del tratamiento y durante 12 meses después del tratamiento. En los Pacientes 4 y 5, los números de episodios de TV fueron notablemente mayores que en los Pacientes 1, 2 y 3; por lo tanto, los números que se muestran para los pacientes 4 y 5 se han dividido por 30 para permitir comparaciones en la misma escala.

La figura 8B el número total de descargas de DCI para los cinco pacientes durante el mismo periodo de tiempo que en la figura 8A.

La figura 8C muestra el número de episodios de estimulación antitaquicardia para los cinco pacientes durante el mismo periodo de tiempo que en la figura 8A.

La figura 9A muestra la evaluación seriada de la fracción de expulsión ventricular izquierda tras el tratamiento en cada uno de los pacientes del estudio, como evaluado en la ecocardiografía. El valor medio aumentó 6 puntos porcentuales (intervalo, 0,2 a 22).

La figura 9B muestra TC torácicas seriadas después del tratamiento en el Paciente 1. La zona de tratamiento se muestra en azul. A los 3 meses, había cambios inflamatorios locales adyacentes en el parénquima pulmonar, efectos que casi se habían resuelto a los 12 meses.

La figura 10A muestra una prominente ectasia de vasos pequeños en la interfaz de fibrosis densa (arriba a la derecha) y miocardio viable (abajo a la izquierda) en muestras cardíacas necroscópicas obtenidas del Paciente 5, que tuvo un accidente cerebrovascular mortal 3 semanas después del tratamiento. No hay inflamación miocárdica aguda ni necrosis celular aguda.

La figura 10B muestra núcleos rectangulares en forma de "vagón" y arteriolas y vénulas dilatadas circundantes, consistentes con la exposición a la radiación. Las células endoteliales son de aspecto normal (flechas negras), mostrando núcleos alargados, finos y no reactivos. También se observan cardiomiocitos hipertróficos (flecha blanca).

La figura 11 muestra una evaluación de la eficacia del tratamiento. Hubo 18 pacientes que sobrevivieron hasta los 6 meses. Los pacientes con TV incesante o TV lenta sostenida por debajo de la tasa de detección del DCI se señalan con un rombo (n=5); estos episodios no se incluyeron en el total. Los pacientes con miocardiopatía mediada por CVP se señalan con un signo más (n=2) y se muestran como la carga de CVP (porcentaje) captada en un monitor Holter de 24 horas. Cada línea representa a un paciente individual; las líneas azules indican pre ablación y las rojas post-ablación. Los límites superiores se truncan artificialmente en 200 episodios. Los pacientes se ordenan por recurrencias durante el seguimiento, que van de mayor (abajo) a menor (arriba).

La figura 12 muestra la carga de CVP en 24 horas y los cambios en la fracción de expulsión ventricular izquierda. Se incluyeron y trataron dos pacientes con miocardiopatía relacionada con las CVP. La carga de CVP medida con un monitor Holter de 24 horas fue del 24 % y del 26 % al inicio del estudio. Se muestra la carga longitudinal de CVP (líneas rojas). La fracción de expulsión ventricular izquierda se midió con ecocardiografía. Se muestra la fracción de expulsión longitudinal del VI (líneas verdes). Ambos pacientes tenían un perfeccionamiento de la fracción de expulsión del VI a medida que disminuía la carga de CVP.

La figura 13A muestra una curva de Kaplan-Meier de supervivencia global para todos los pacientes. La supervivencia global actuarial a los 6 meses fue del 89 % y a los 12 meses del 72 %.

La figura 13B muestra un gráfico de barras apiladas del uso de medicamentos antiarrítmicos en pacientes, en el inicio del estudio y a los 6 meses del tratamiento. El eje y representa el número total de medicamentos antiarrítmicos utilizados, siendo los tamaños de cada color directamente proporcionales al número de agentes utilizados en esa clase particular de medicamento antiarrítmico. El uso de la amiodarona se divide en dosis altas (>300 mg/día) y dosis bajas (<300 mg/día). Los agentes de clase I consistían en mexiletina y flecainida. Los agentes de clase III consistían en sotalol.

La figura 13C representa gráficamente las puntuaciones medias comunicadas por los 18 pacientes que estaban vivos a los 6 meses al inicio del estudio, 6 semanas y 6 meses después del tratamiento en 3 dominios seleccionados del cuestionario Short Form-36 - Funcionamiento social en azul, Cambio de salud en verde, Salud general en morado. Los asteriscos indican un cambio significativo (p<0,05) en las puntuaciones medias a lo largo del tiempo.

La figura 14 muestra un ECG de un paciente del Ejemplo 3.

Las figuras 15A y 15B muestran la cartografía por IRM de un paciente del Ejemplo 3.

Las figuras 16A y 16B muestran la cartografía por TC de un paciente del Ejemplo 3.

La figura 17 muestra una cartografía por PET de un paciente del Ejemplo 3.

Las figuras 18A, 18B, y 18C muestran la cartografía por IECG de un paciente en el Ejemplo 3.

La figura 19 muestra el contorneado en una imagen de un paciente del Ejemplo 3.

Las figuras 20A, 20B, 20C, 20D, 20E y 20F muestran las anomalías de segmento identificadas para las cartografías de entrada del Ejemplo 3. La figura 20g muestra la salida del método que define los uno o más objetivos de arritmia cardíaca con probabilidades codificadas por colores.

Las figuras 21A y 21B muestran ECGs de un paciente del Ejemplo 4.

La figura 22 muestra una cartografía por TC de un paciente del Ejemplo 4.

Las figuras 23A y 23B muestran cartografías por PET de un paciente del Ejemplo 4.

Las figuras 24A, 24B, 24C, y 24D muestran las cartografías por IECG para VT1 y VT2 del paciente del Ejemplo 4. Las figuras 24E y 24F muestran adicionalmente cartografías por IECG para el paciente del Ejemplo 4.

Las figuras 25A y 25B muestran el contorneado en una imagen del paciente del Ejemplo 4.

Las figuras 26A, 26B, 26C, 26D, 26E, 26F, 26G, y 26H muestran las anomalías de segmento identificadas desde cada una de las cartografías de entrada para el paciente del Ejemplo 4. La figura 26I muestra la salida del método que define los uno o más objetivos de arritmia cardíaca con probabilidades codificadas por colores.

Descripción detallada

A continuación, se consideran en detalle diversas realizaciones de la divulgación. Aunque se consideran implementaciones específicas, debe entenderse que esto se hace sólo para fines ilustrativos. Un experto en la materia reconocerá que pueden utilizarse otros componentes y configuraciones sin apartarse del espíritu y el alcance de la divulgación. Por tanto, la descripción y los dibujos siguientes son ilustrativos y no deben considerarse limitativos. Se describen numerosos detalles específicos para proporcionar una comprensión completa de la divulgación. No obstante, en ciertos casos, los detalles conocidos o convencionales no se describen para no dificultar la comprensión de la descripción. Las referencias a una realización o a una realización en la presente divulgación pueden ser referencias a la misma realización o a cualquier realización; y, tales referencias significan al menos una de las realizaciones.

Referencia a "una realización" o "la realización" significa que un rasgo particular, una estructura o una característica concretos descritos con respecto a la realización están incluidos al menos en una realización de la divulgación. Las apariciones de la expresión "en una realización" en diversos lugares en la memoria descriptiva no se refieren necesariamente a la misma realización, ni son realizaciones separadas o alternativas mutuamente excluyentes de otras realizaciones. Además, se describen varias características que pueden ser exhibidas por algunas realizaciones y otras no.

Como se utiliza en el presente documento, "obtención de imágenes por resonancia magnética" (IRM) se refiere al uso de campos magnéticos y ondas de radio para obtener imágenes del cuerpo. Normalmente, cuando se usa en situaciones cardíacas, la obtención de imágenes por resonancia magnética cardiovascular (RMC) utiliza la activación del ECG que combate los artefactos creados por los latidos del corazón.

Como se utiliza en el presente documento, "tomografía computarizada" (TC) significa la utilización de imágenes de rayos X tomadas desde el paciente en diferentes ángulos para producir imágenes tomográficas (transversales).

La referencia a la "imagen electrocardiográfica" (IECG) se refiere a una técnica que reconstruye los potenciales epicárdicos, electrogramas y secuencias de activación (isócronas) a partir de potenciales electrocardiográficos de la superficie corporal de forma no invasiva. En resumen, el paciente se somete a un TAC o una IRM mientras lleva puesto un chaleco de electrodos que registran la actividad eléctrica. La principal señal de actividad eléctrica procede de la actividad eléctrica cardíaca. A continuación, la información eléctrica de la superficie del cuerpo puede registrarse en un modelo cardíaco específico del paciente obtenido a partir de imágenes de TC o IRM para mostrar las características de la actividad eléctrica cardíaca cartografiadas en la anatomía del paciente. La información útil incluye: dónde comienzan los latidos del corazón, la secuencia de despolarización del tejido cardíaco, y qué partes del corazón tienen un comportamiento de despolarización anormal. La colocación del chaleco de electrodos en el paciente, la obtención de datos eléctricos y la realización de la TC suelen completarse en menos de 30 minutos.

Referencia a la "radioterapia estereotáctica corporal" (SBRT, por sus siglas en inglés), también conocida como radioterapia ablativa estereotáctica (SABR, por sus siglas en inglés) o radiocirugía estereotáctica (SRS, por sus siglas en inglés), significa la administración precisa de altas dosis de radiación a objetivos en el cuerpo a lo largo de pocas (normalmente, < 5) fracciones con exposición mínima del tejido adyacente normal.

Los términos empleados en esta memoria descriptiva suelen tener su significado habitual en la técnica, dentro del contexto de la divulgación, y en el contexto específico donde se utiliza cada término. Puede utilizarse un lenguaje alternativo y sinónimos para cualquiera o más de los términos aquí considerados, y no debe darse especial importancia a si un término se elabora o discute aquí o no. En algunos casos, se facilitan sinónimos de determinados términos. La mención de uno o más sinónimos no excluye el uso de otros sinónimos. El uso de ejemplos en cualquier parte de esta memoria descriptiva, incluyendo ejemplos de cualquiera de los términos aquí ejemplificados, es meramente ilustrativo y no pretende limitar aún más el alcance y significado de la divulgación o de cualquier término de ejemplo. Del mismo modo, la divulgación no se limita a varias realizaciones dadas en esta memoria descriptiva.

Sin intención de limitar el alcance de la divulgación, ejemplos de instrumentos, aparatos, métodos y sus correspondientes resultados según las realizaciones de la presente divulgación son proporcionados abajo. Téngase en cuenta que en los ejemplos pueden utilizarse títulos o subtítulos por comodidad de uso del lector, que en ningún caso deben limitar el alcance de la divulgación. A menos que se definan de otro modo, los términos técnicos y científicos utilizados en el presente documento tienen el significado que comúnmente entiende un experto con conocimientos ordinarios en la materia a la que pertenece esta divulgación. En caso de conflicto, prevalecerá el presente documento, incluidas las definiciones.

Características y ventajas adicionales de la divulgación se expondrán en la descripción que sigue, y en parte serán obvios a partir de la descripción, o pueden aprenderse mediante la práctica de los principios desvelados en el presente documento. Las características y ventajas de la divulgación pueden realizarse y obtenerse por medio de los instrumentos y combinaciones particularmente señalados en las reivindicaciones adjuntas. Estas y otras características de la divulgación se harán más totalmente evidentes a partir de la siguiente descripción y reivindicaciones anexas, o pueden aprenderse mediante la práctica de los principios expuestos en el presente documento.

Los enfoques expuestos en el presente documento pueden utilizarse para implementar sistemas y métodos de identificación de un objetivo de arritmia cardíaca utilizando técnicas de obtención de imágenes multimodales.

Las miocardiopatías subyacentes y la cicatrización suelen causar arritmias ventriculares. La cicatriz de la miocardiopatía (p. ej., infarto previo) forma el sustrato de circuitos eléctricos anormales dentro del corazón, lo que causa la taquicardia ventricular. Con base en los síntomas, gravedad y causa de la arritmia, las opciones de tratamiento incluyen, pero sin limitación, fármacos antiarrítmicos, colocación de un marcapasos/desfibrilador, ablación quirúrgica, ablación con catéter (endocárdica, epicárdica) utilizando energía de radiofrecuencia para crear lesiones térmicas, ablación no invasiva con SBRT, y/o una combinación de los mismos.

La ablación invasiva con catéter es muy eficaz en ausencia de cicatriz ventricular (taquicardia ventricular idiopática). No obstante, la ablación con catéter de la taquicardia ventricular miocardiopática se asocia a tasas de recurrencia de hasta el 50 % a los 6 meses.

En la radioablación cardíaca no invasiva guiada por electrofisiología (EF) (ENCORE, por sus siglas en inglés), los pacientes se someten a una selección previa al tratamiento utilizando los datos electrofisiológicos y de imagen cardíaca disponibles y co-registrándolos visualmente con la información proporcionada por el IECG no invasivo durante la TV inducida. Por ejemplo, en un flujo de trabajo ENCORE-TV, la obtención de imágenes multimodal puede combinarse con la obtención de imágenes de la cicatriz y la cartografía eléctricaofflinepara definir un objetivo para la ablación mediante SBRT. A continuación, se elabora un plan en el sistema de planificación del tratamiento de radioterapia (TPS, por sus siglas en inglés). El día del tratamiento, se inmoviliza al paciente para impedir que se mueva, la unidad de tratamiento se alinea con el paciente y el tratamiento se administra con un acelerador lineal.

En la actualidad, el electrofisiólogo y el oncólogo radioterapeuta convierten manualmente los datos en un objetivo en la TC de planificación de la SBRT mediante una revisión iterativa de los datos de selecciónofflinedesde el TPS que requiere mucho tiempo y es imprecisa.

La identificación actual del componente arrítmico de una cicatriz ventricular en ENCORE es rudimentaria, utilizando estimaciones visualesofflineentre varias modalidades de obtención de imágenes para crear manualmente un volumen objetivo para la ablación. Estas estimaciones visuales dependen en gran medida del usuario y requieren una gran coherencia y destreza por parte de los profesionales médicos. De esta forma, existe un potencial de variabilidad en los resultados debido simplemente a las incoherencias y a la experiencia de los profesionales.

La tecnología divulgada responde a la necesidad en la técnica de la identificación automática de una o más arritmias cardíacas en un paciente y de un plan de tratamiento objetivo que sea independiente del usuario. Se divulgan sistemas, métodos, y medios de almacenamiento legibles por ordenador para implementar una técnica multimodal para la identificación de uno o más componentes arrítmicos de una taquicardia ventricular y generar un plan de tratamiento.

Los métodos divulgados en el presente documento definen un objetivo de radioterapia (región de tratamiento) a partir de obtención de imágenes multimodal, donde algunas o todas las modalidades se utilizan para definir regiones de interés individuales, y a continuación pueden combinarse de forma ponderada para generar el volumen objetivo final.

Cualquier modalidad para la obtención de imágenes de una arritmia puede usarse junto con una o más modalidades para la obtención de imágenes de una arritmia, ya que los datos adquiridos pueden ser complementarios y no duplicarse. La obtención de imágenes incluye firmas electrofisiológicas y/o firmas anatómicas. La modalidad de obtención de imágenes puede ser no invasiva. Las modalidades de obtención de imágenes no invasivas pueden incluir, pero sin limitación, TC, IRM, PET, SPECT, IECG y ECG de 12 derivaciones. No obstante, imágenes anatómicas multimodalidad (TC, IRM), funcionales (PET, SPECT) y electrofisiológicas (IECG) existen en diversos formatos de archivo y, a menudo, se presentan de tal forma que la integración de toda la información en un único entorno supone un reto técnico y visual. Por lo tanto, las imágenes a las cartografías de las distintas fuentes pueden convertirse a un formato compatible para combinarlas o compararlas. Dos o más conjuntos de imágenes o cartografías se alinean entre sí. Por consiguiente, los sistemas no invasivos de obtención de imágenes pueden utilizarse en combinación para informar sobre el tratamiento no invasivo de una arritmia cardíaca en un sujeto.

Las anomalías o regiones de interés, en cada cartografía de imagen pueden definirse manual o automáticamente. En al menos un ejemplo, los objetivos definidos por expertos pueden utilizarse para entrenar un modelo, tal como una red neuronal, siendo las entradas información procedente de las imágenes multimodales o de las propias imágenes. A continuación, el modelo puede utilizarse en un nuevo conjunto de imágenes multimodales para identificar la anomalía o deducir el volumen objetivo cuando se desconoce.

Puede utilizarse un modelo de 17 segmentos para definir las subregiones anatómicas del ventrículo. El modelo de segmentación puede simplificar el problema pasando del etiquetado de miles de vóxeles individuales hasta el etiquetado de sólo 17 regiones. Además, el modelo de segmentación supera el reto de tener que co-registrar las imágenes multimodales individuales entre sí.

Las cartografías no invasivas combinadas o los modelos de segmentación pueden proporcionar a continuación una determinación consistente y objetiva del objetivo del tratamiento. La coherencia en la definición del objetivo desde el principio es fundamental, para que la identificación del objetivo "correcto" u "óptimo" en el futuro, evaluada en función de los resultados de los pacientes, no se vea afectada por la heterogeneidad de los profesionales médicos en la selección del objetivo.

En un ejemplo, los métodos para definir al menos un objetivo de arritmia cardíaca pueden incluir la puntuación de cada cartografía individualmente para la presencia de TV. En otro ejemplo, los métodos para definir al menos un objetivo de arritmia cardíaca pueden incluir la inferencia directa de la probabilidad del objetivo.

La selección semiautomática o automática del tratamiento basada en los atributos del paciente y del objetivo puede proporcionar uniformidad en la selección del tratamiento y permitir una evaluación más sólida de los resultados. En diversos aspectos, la recomendación del procedimiento puede incluir, aunque no se limita a la ablación no invasiva, ablación invasiva, o combinaciones de las mismas. En un aspecto, los métodos de ablación no invasiva pueden incluir, pero sin limitación, la radioterapia estereotáctica corporal, radioterapia ablativa estereotáctica, radiocirugía estereotáctica, radioterapia fraccionada, radioterapia hipofraccionada, ultrasonidos de alta frecuencia/focalizados, o láser.

La radiación puede administrarse con rayos X/fotones (normalmente con un acelerador lineal), rayos y (como con una unidad de Co-60), o partículas cargadas (por ejemplo, protones, carbono, helio, etc.). Existen diversos sistemas de administración, todos ellos con diversos métodos de administración. En un ejemplo, el tratamiento no invasivo puede incluir la ablación con SBRT. La administración de radioterapia puede requerir la optimización de la inmovilización, evaluación y contabilización del movimiento en la planificación y aplicación del tratamiento, la capacidad de crear y administrar distribuciones de dosis compactas y precisas para maximizar la dosis en el objetivo y minimizar la dosis en los tejidos sanos, y la orientación de la imagen. La administración de radioterapia puede incluir la definición de trayectorias de movimiento del corazón específicas del paciente utilizando mediciones independientes del movimiento respiratorio y cardíaco tanto para la administración precisa del tratamiento como para la reducción del tamaño de los volúmenes objetivo con el fin de mitigar las toxicidades asociadas con la radiación fuera del objetivo a los tejidos normales.

I. Identificación de objetivos

Una descripción de un método para definir un objetivo de arritmia cardíaca para la ablación, como se ilustra en la figura 1A, se ha descrito por primera vez en el presente documento. A continuación, se considerará una realización alternativa del mismo, tal y como se ilustra en la figura 1B. Estas variaciones se describirán en el presente documento a medida que se expongan las distintas realizaciones. La divulgación se centra ahora en la figura 1A.

El método mostrado en la figura 1A se proporciona a modo de ejemplo, ya que existe una gran variedad de métodos para llevarlo a cabo. Adicionalmente, mientras que el método de ejemplo se ilustra con un orden particular de bloques, las personas normalmente versadas en la materia apreciarán que la figura 1A y los bloques mostrados en ella pueden ejecutarse en cualquier orden que cumpla las ventajas técnicas de la presente divulgación y pueden incluir menos o más bloques que los ilustrados. Cada bloque mostrado en la figura 1A representa uno o más procesos, métodos o subrutinas, realizados en el método del ejemplo.

La figura 1A muestra un diagrama de flujo de un método 100 de ejemplo para la identificación de un objetivo de arritmia cardíaca. En ejemplos no limitativos, el objetivo de la arritmia cardíaca pueden ser segmentos arrítmicos ventriculares, contornos ventriculares, segmentos auriculares y/o contornos auriculares. En algunos ejemplos, el método 100 puede realizarse en tiempo real en un sistema de planificación de imágenes. En otros ejemplos, el método 100 puede realizarse en la planificación para usar en el futuro en un sistema de planificación de imágenes.

El método 100 comienza en el bloque 105. En el bloque 105, al menos un procesador recibe cartografías de entrada (p. ej., de un ventrículo correspondiente, de una aurícula correspondiente, etc.). En algunos ejemplos, las cartografías de entrada pueden ser cartografías de entrada antecedentes tomadas previamente y/o nuevas cartografías de entrada requeridas. En algunos ejemplos, las cartografías de entrada pueden ser meras imágenes de un paciente singular. Las cartografías de entrada incluyen una o más cartografías electrofisiológicas, cartografías anatómicas (p. ej., fibrosis), cartografías funcionales (p. ej., perfusión, movimiento, etc.), y pueden incluir cartografías de simulación por ordenador (p. ej., modelos eléctricos y/o mecánicos de corazón completo), cartografías clínicas, etc. Las cartografías electrofisiológicas incluyen cualquiera de: ECG, ECG de 12 derivaciones de TV (p. ej., lugar de salida de VT/CVP, etc.), ECG de 12 derivaciones de ritmo sinusal (RS) (p. ej., ondas Q para infarto previo, comparación para la localización de CVP, etc.), IECG de TV (p. ej., lugar de salida de VT, propagación reentrante, potenciales diastólicos, etc.) y/o IECG de RS (p. ej., zona de conducción lenta/bloqueo, potenciales tardíos, etc.). Las cartografías anatómicas incluyen: TC (p. ej., adelgazamiento del miocardio (% de espesor de la pared), calcificación, etc.) y/o IRM incluyendo, aunque no de forma limitativa, mapas por gadolinio y/o de intensidad de píxeles (p. ej., localización de fibrosis (qué segmento; endomiocardio, miocardio medio, epimiocardio), espesor de la fibrosis (% de espesor de la pared), volumen de fibrosis, heterogeneidad de la fibrosis, etc.). La cartografía funcional incluye cualquiera de: SPECT (p. ej., viabilidad, infarto/isquemia, etc.), PET (p. ej., metabolismo, inflamación, etc.), y/o Eco (p. ej., movimiento anormal de la pared, etc.), y puede incluir también IRM (p. ej., movimiento anormal de la pared, etc.), y/o datos de movimiento cardiaco y pulmonar (p. ej., secuencias sensibles al movimiento, tales como la 4D-TC y la 4D-IRM, para construir envolventes de movimiento anticipado para una selección de objetivos y administración óptimas). En algunos ejemplos, la cartografía clínica puede ser, aunque no de forma limitativa: datos demográficos (p. ej., la edad, el género, la clasificación de NYHA, la ERC, los pulmones, la EVP, el modelo de Charlson frente al modelo Seattle HF, etc.), antecedentes quirúrgicos (p. ej., cirugía cardíaca, etc.), conocimientos sobre la TV clínica (p. ej., taquicardia ventricular monomorfa o TV múltiples) y/o cartografía/ablaciones electroanatómicas previas. En algunos ejemplos, las cartografías clínicas son opcionales. En algunos ejemplos, las cartografías clínicas se usan como información complementaria (p. ej., durante la elaboración del perfil de riesgo). En algunos ejemplos, la cartografía electroanatómica puede visualizarse por separado de una cartografía de imagen creada (p. ej., un resultado del método 100) con fines de comparación (p. ej., la cartografía electroanatómica no se utilizaría para la determinación del segmento). En algunos ejemplos, las cartografías de simulación por ordenador pueden incluir modelos informáticos.

En el bloque 110, el método 100 define o identifica una o más anomalías en las cartografías de entrada. Las anomalías se identifican en una IRM por la localización de la cicatriz, una anomalía en PET/SPECT es/son regiones que no son viables, una anomalía en una cartografía eléctrica es donde se origina una taquicardia ventricular, etc. En varios ejemplos, la anomalía puede definirse seleccionando la anomalía en cada cartografía, segmentando manual o automáticamente la cartografía y seleccionando manualmente la anomalía, contorneando automáticamente la cartografía y seleccionando manualmente la anomalía, contorneando automáticamente la cartografía y seleccionando automáticamente la anomalía, o combinaciones de los mismos. En algunos ejemplos, la identificación de las anomalías puede utilizarse para entrenar una red neuronal, por ejemplo, mediante el aprendizaje supervisado o por refuerzo. Por ejemplo, un médico puede localizar anomalías en distintos tipos de imágenes. Las anomalías junto con la imagen y los metadatos de la imagen pueden utilizarse para enseñar a la red neuronal a localizar anomalías de forma automática (o autónoma).

Definir o identificar una o más anomalías en las cartografías de entrada incluye segmentar las cartografías de entrada. En algunos ejemplos, las una o más de las cartografías de entrada pueden segmentarse utilizando un modelo de segmentación. El al menos un procesador determina una o más anomalías en uno o más segmentos objetivo de arritmia cardíaca. En diversos ejemplos, la cartografía de entrada puede dividirse en al menos 2 segmentos, al menos 4 segmentos, al menos 6 segmentos, al menos 8 segmentos, al menos 10 segmentos, al menos 12 segmentos, al menos 14 segmentos, al menos 16 segmentos, al menos 18 segmentos o al menos 20 segmentos. En un ejemplo, una cartografía de entrada (p. ej. un ECG de 17 derivaciones) puede dividirse en 17 segmentos. Los segmentos pueden ser del mismo tamaño o de un tamaño similar, diferentes tamaños, o combinaciones de los mismos. Una vez segmentada una cartografía de entrada, se determinan los segmentos que incluyen la anomalía.

En algunos ejemplos, se puede generar un modelo 3D de los 17 segmentos. En diversos ejemplos, el modelo puede generarse para el ventrículo izquierdo, ventrículo derecho y/o aurículas. Se puede usar un cono elíptico para generar el modelo 3<d>, pero puede utilizarse cualquier forma arbitraria de ventrículo o aurícula. En al menos un ejemplo, para cada cartografía de entrada, el modelo 3D puede superponerse a la cartografía mediante el registro deformable del modelo a un contorno del ventrículo izquierdo. En algunos ejemplos, se puede utilizar un registro de forma libre (línea polinómica suave básica ob-spline)para la alineación. Dado que el modelo de segmento es simétrico, puntos de referencia anatómicos tales como el ápice, el surco interventricular anterior, el surco interventricular posterior y el plano de la válvula mitral pueden identificarse y utilizarse como puntos de anclaje para alinear los segmentos correctos en el modelo con las ubicaciones anatómicas correctas. En algunos ejemplos, el modelo 3D puede situarse en la superficie epicárdica y extenderse volumétricamente hasta la superficie endocárdica.

Definir o identificar una o más anomalías en las cartografías de entrada puede incluir contornear uno o más de las cartografías de entrada. En diversos ejemplos, se puede identificar un contorno en una o más cartografías de entrada. La cartografía de entrada puede ser una cartografía de entrada 3D. Por ejemplo, el usuario o el médico pueden dibujar físicamente un contorno en la cartografía de entrada 3D o el procesador puede identificar el contorno en la cartografía de entrada 3D que incluye la anomalía. La anomalía puede definirse automáticamente en las cartografías de entrada. En algunos ejemplos, puede identificarse más de una anomalía. Por ejemplo, la anomalía definida en las cartografías de entrada puede ser una única TV, múltiples TV, una única salida de TV, y/o múltiples salidas de TV.

En un ejemplo, la anomalía puede identificarse manualmente en una primera cartografía de entrada utilizando un modelo de segmentación y contornearse manualmente en otra cartografía de entrada, tal como IECG, IRM, TC y/o PET. En otro ejemplo, la anomalía puede identificarse manualmente en una primera cartografía de entrada utilizando un modelo de segmentación y contornearse automáticamente en otra cartografía de entrada, tal como IECG, IRM, TC y/o PET. En otro ejemplo más, la anomalía puede definirse manualmente en un ECG de 12 derivaciones mediante un modelo de segmentación e identificarse manualmente en una cartografía por IECG, IRM, TC y/o PET. En un ejemplo, la anomalía puede definirse automáticamente en un ECG de 12 derivaciones y puede identificarse manualmente en una cartografía por IECG, IRM, TC y/o PET. En algunos ejemplos, un experto puede revisar individualmente cada cartografía de entrada y puntuar la probabilidad de que cada segmento contribuya a la TV. Estas puntuaciones pueden almacenarse en una base de datos. A continuación, se puede generar y almacenar en la base de datos una probabilidad de objetivo definida para cada segmento s como la media ponderada (en pesow)sobre todas las cartografías de entradaipara cada paciente p.

La anomalía se define automáticamente en todas las cartografías de entrada. En un ejemplo, la anomalía puede definirse automáticamente en una o más cartografías de entrada mediante aprendizaje automático. Para cada cartografía de entrada, se puede extraer el contenido de la imagen dentro de cada segmento. Como cada segmento puede ser una sección cónica, se puede desenrollar en un volumen de imagen 3D rectilíneo. Este proceso puede generar segmentos Ns,p,i, donde s es el número de segmentos por imagen (por ejemplo, hasta 17, pero podría ser cualquier número),ies el número de cartografías de entrada por paciente, ypes el número de pacientes en la base de datos. Cada segmento puede etiquetarse como TV, sin TV, y no valorable. Los segmentos no valorables pueden ignorarse en la modelización para un problema de m odelación de dos clases. El experto también puede asignar un parámetro de ponderaciónwdel conjunto de números entre 0 y 1 para denotar la confianza en cada segmento.

Se puede usar cualquier enfoque de modelización para aprender las características de la imagen que predicen la localización de una anomalía (p. ej., TV) en cada cartografía de entrada. Por ejemplo, se puede usar una red neuronal convolucional profunda. Porque el modelo sólo incluye dos clases (TV / sin TV), puede no ser necesaria una red profunda. Por ejemplo, un modelo puede usar aproximadamente 5 bloques de capas, incluyendo bloques convolucionales, capas convolucionales y capas totalmente conectadas. En algunos ejemplos, la red puede ser entrenada para predecir TV / sin TV utilizando datos de entrenamiento. En algunos ejemplos, se puede usar preprocesamiento, incluyendo el blanqueamiento y la normalización. En otros ejemplos, el modelo puede realizarse en nuevas cartografías de entrada. A continuación, se pueden extraer los segmentos y realizar una inferencia utilizando la red anterior. En un ejemplo, a continuación, se puede producir una etiqueta TV / sin TV para cada segmento de cada nueva cartografía de entrada.

En algunos ejemplos, se puede aprender una probabilidad para cada anomalía (probabilidad objetivo) añadiendo capas adicionales en la red neuronal. Pueden ser capas totalmente conectadas que intentan aprender los valores de las ponderaciones w de forma indirecta. Los datos etiquetados pueden ser las probabilidades reales del objetivo. En un ejemplo, la red neuronal puede incluir capas adicionales que combinen las clases de segmentos individuales en una media ponderada, y tratar de aprender el algoritmo de ponderación indirectamente.

En otros ejemplos, primero se puede generar una probabilidad de objetivo definida para cada segmento s como la media ponderada (en peso w) sobre todas las imágeneside cada paciente p. Las imágenes de segmentos individuales pueden normalizarse primero y, a continuación, concatenarse en una imagen de profundidad 4D de profundidadi,y el entrenamiento puede comenzar en estas imágenes de profundidad para predecir la probabilidad continua del objetivo. En diversos ejemplos, la probabilidad continua del objetivo puede oscilar entre 0 y 1.

En el bloque 115, el método 100 combina las cartografías de entrada con las anomalías identificadas. Por ejemplo, las cartografías de entrada pueden combinarse mediante modelos de segmentación superpuestos, combinando un modelo de segmentación y geometrías 3D, y/o combinaciones de los mismos. En algún ejemplo, se puede seleccionar la superposición de contornos desde la anomalía identificada en una geometría 3D. En otro ejemplo, puede combinarse una cartografía de entrada con un modelo de segmentación y un contorno de al menos una cartografía de entrada 3D. Por ejemplo, un modelo de segmentación a partir de un ECG de 12 derivaciones puede co-registrarse con los contornos identificados a partir de una geometría 3D (p. ej., IECG, IRM, TC, PET).

En el bloque 120, el método 100 define el objetivo de la ablación basándose en la superposición de los datos de las cartografías combinadas. El objetivo de la arritmia cardíaca puede ser un segmento, múltiples segmentos, o un volumen 3D. En el modelo de segmentación, el objetivo de la arritmia cardíaca puede definirse identificando los segmentos con mayor superposición o área de mayor intensidad. Para contornos 3D, el objetivo de la arritmia cardíaca puede definirse identificando la superposición de contornos en la geometría 3D. Un objetivo 3D definido anatómicamente (manual o automáticamente) puede ser un área más pequeña y más específica para un paciente que un segmento. En otros ejemplos, un modelo de segmentación puede co-registrarse con al menos un contorno 3D, de tal manera que una superposición entre un segmento y un contorno puede identificar un objetivo. En algunos ejemplos, los objetivos múltiples definidos de forma independiente para la ablación o los objetivos priorizados para la ablación pueden identificarse observando la superposición para TV separadas (para cada sitio de salida de TV/TV cartografiado).

En algunos ejemplos, uno o más segmentos pueden determinarse para la ablación utilizando uno o más tipos de técnicas de energía ablativa (p. ej., SBRT, fotón, iones de carbono, protones, helio, ultrasonidos, etc.). En algunos ejemplos, el uno o más segmentos pueden determinarse para un sistema no invasivo de guía de arritmias. Para ablación cardíaca estereotáctica no invasiva, el método puede integrarse con, transferir datos a un sistema de planificación del tratamiento de radioterapia o a un módulo de apoyo a la toma de decisiones, o existir dentro de ellos. En otros ejemplos, pueden determinarse uno o más segmentos para la ablación invasiva. Para la ablación invasiva con catéter, el método puede integrarse con, transferir datos a un sistema de ablación por catéter o existir dentro de él.

El al menos un procesador determina uno o más objetivos para la ablación, y el objetivo para la ablación incluye uno o más segmentos objetivo de arritmia cardíaca. El objetivo de la ablación incluye al menos un segmento, y en varios ejemplos puede incluir al menos 2 segmentos, al menos 4 segmentos, al menos 6 segmentos, al menos 8 segmentos, al menos 10 segmentos, al menos 12 segmentos, al menos 14 segmentos, al menos 16 segmentos, al menos 18 segmentos o al menos 20 segmentos. Los segmentos pueden ser del mismo tamaño o de un tamaño similar, diferentes tamaños, o combinaciones de los mismos. Por ejemplo, el objetivo de la ablación puede determinarse y formatearse en una cartografía de imágenes (p. ej., una cartografía de imágenes para su introducción en el sistema de planificación del tratamiento). En algunos ejemplos, el objetivo de la ablación puede determinarse basándose en los segmentos superpuestos de las cartografías de entrada y el perfil de riesgo. En algunos ejemplos, la superposición de segmentos desde las cartografías de entrada puede incluir una lista inicial de segmentos para ablación. La lista inicial puede pasarse a continuación por el perfil de riesgo para determinar el riesgo potencial de ablación de los segmentos de la lista inicial. En función del perfil de riesgo, se pueden determinar los uno o más segmentos para la ablación.

En un ejemplo, uno o más segmentos para la ablación se ilustran en las figuras. 3A, 3B y 3C. Las figuras 3A, 3B y 3C ilustran cortes transversales de una segmentación ventricular. Por ejemplo, el ventrículo puede segmentarse en diecisiete segmentos diferentes - 1. basal anterior; 2. basal anteroseptal; 3. basal inferoseptal; 4. basal inferior; 5. basal inferolateral; 6. basal anterolateral, 7. anterior medio; 8. anteroseptal medio; 9. inferoseptal medio; 10. inferior medio; 11. inferolateral medio; 12. anterolateral medio; 13. apical anterior; 14. septal apical; 15. apical inferior; 16. apical lateral; y 17. ápice.

La figura 3B ilustra además uno o más segmentos para ablación basados en los resultados del método 100. Por ejemplo, los segmentos: 1. Basal anterior; 2. Basal anteroseptal; 6. Basal anterolateral; y 7 anterior medio han sido determinados como segmentos designados para la ablación. En un ejemplo, se han identificado los segmentos anteriores en un varón de 61 años con miocardiopatía no isquémica, síntomas de insuficiencia cardíaca de clase 4 de la NYHA, (FEVI de 37 %; DTDVI de 6,1 cm) con repetidas descargas de DCI para TV a pesar del tratamiento con amiodarona y mexiletina. Antes de esos medicamentos, el paciente no tuvo buenos resultados con el sotalol. La exploración del DCI mostró al menos dos longitudes de ciclo de TV diferentes. La ablación endocárdica previa un año antes de la SBRT se dirigió a cuatro circuitos distintos de TV en el septo basal anterior y el ventrículo izquierdo anterolateral.

En el ejemplo de la figura 3B, las cartografías de entrada correspondientes pueden ser: cartografía eléctrica de dos TV - e Cg (2, 6), IECG (1, 6); cartografías anatómicas por IRM (1, 2, 6, 7) y TC (sin adelgazamiento) y cartografías funcionales por Eco (HK global). Cada cartografía puede identificar uno o más segmentos para una posible ablación. Cuando se combinan estas cartografías, se recomienda la ablación de los segmentos 1, 2, 6 y 7. El resultado del módulo de apoyo a la decisión para este ejemplo se muestra en la figura 6A.

La figura 3C ilustra además uno o más segmentos para ablación basados en los resultados del método 200. Por ejemplo, los segmentos: 13. apical anterior, 14. apical septal, 15. apical inferior, 16. apical lateral y 17. ápex se han determinado como segmentos de alta prioridad designados para ablación y los segmentos: 7. anterior medio, 8. anteroseptal medio, 9. inferoseptal medio, y 10. inferior medio se han determinado como segmentos de prioridad media designados para ablación. En un ejemplo, un varón de 75 años con miocardiopatía isquémica, síntomas de insuficiencia cardíaca de clase 4 de la NYHA, (FEVI de 20 %; DTDVI de 6,9 cm) con repetidas descargas de DCI para TV a pesar del tratamiento con amiodarona y mexiletina (intolerante a ambos actualmente). La ERC avanzada excluía el sotalol. La exploración del DCI mostró en gran medida un ciclo de duración de TV. Sin ablación endocárdica previa (alto riesgo de complicación).

En el ejemplo de la figura 3C, las correspondientes cartografías de entrada pueden ser cartografías eléctricas por ECG (14, 15, 16, 17), IECG (SR LOP 15, 16, 17), IECG (TV 15, 17); cartografía anatómica por IRM (7, 8, 9, 10, 13, 14, 16, 17), TC (7, 8, 9, 13, 14, 15, 16, 17); y cartografía funcional por PET (7, 8, 9, 13, 14, 15, 17) IRM (2, 3, 4, 7, 8, 9, 10, 13, 14, 15, 17). Cada cartografía puede identificar uno o más segmentos para una posible ablación. Cuando se combinan estas cartografías, los segmentos de 13-17 pueden ser una recomendación de alta prioridad para la ablación y los segmentos de 7-10 pueden ser una recomendación de prioridad media para la ablación. El resultado del módulo de apoyo a la decisión para este ejemplo se muestra en la figura 6B.

En algunos ejemplos, se puede ajustar el objetivo de la arritmia cardíaca para la ablación. Por ejemplo, el objetivo de arritmia cardíaca puede ajustarse en función de varios parámetros, incluyendo, pero sin limitación, el riesgo, los datos clínicos, los datos de demostración, el conocimiento previo de un paciente concreto, el conocimiento previo de pacientes anteriores, la toxicidad, la eficacia, la calidad de los datos, la importancia de los datos, la reproducibilidad de los datos, la fisiología del corazón, el tamaño de la cicatriz, el número de TV, el tipo de miocardiopatía (p. ej., isquémica o no isquémica), transmuralidad (p. ej., cicatriz espesa o fina), localización de la anomalía (p. ej., determinados segmentos pueden tener más o menos éxito), la edad, el género, el tamaño del corazón, la fracción de expulsión, el espesor del corazón (p. ej., corazón débil o sano), medicamentos (p. ej., medicamentos antiarrítmicos), comorbilidad, y combinaciones de los mismos. En diversos ejemplos, el ajuste del objetivo puede hacerse manual o automáticamente. A medida que se trata a más pacientes, los tratamientos anteriores pueden informar los tratamientos futuros y pueden utilizarse para ajustar el objetivo del paciente actual (p. ej., mediante el entrenamiento de la red neuronal). En otro ejemplo, el objetivo puede ajustarse en función de una ponderación de las cartografías de entrada o de la puntuación de confianza de las cartografías combinadas.

En algunos ejemplos, el conocimiento previo de pacientes anteriores puede proceder de la literatura médica y/o de datos introducidos en la base de datos a partir de pacientes individuales. En diversos ejemplos, los proveedores, investigadores, etc., pueden introducir manualmente los datos en la base de datos, automáticamente desde la captura de datos discretos del procesamiento del lenguaje natural (PLN) a partir de historias clínicas electrónicas (HCE), o automáticamente desde dispositivos con el paciente. Entre los ejemplos no limitativos de dispositivos del paciente que pueden introducir datos automáticamente en la base de datos se incluye un DCI, teléfono o dispositivos vestibles. En un ejemplo, el DCI puede inscribirse en un programa de notificación para facilitar su introducción automática en la base de datos. En otro ejemplo, el teléfono del paciente puede incluir una aplicación para capturar los resultados comunicados por el paciente. En otro ejemplo más, un dispositivo vestible puede incluir un reloj inteligente, pulsómetro o un monitor de actividad capaz de transmitir cualquier dato capturado a la base de datos.

En algunos ejemplos, a los segmentos determinados se les pueden asignar prioridades y/o probabilidades. Por ejemplo, basándose en la combinación de las cartografías de entrada y el perfil de riesgo, los segmentos determinados podrían ser asignados a prioridades altas, medias o bajas. En algunos ejemplos, a todos los segmentos objetivo de arritmia cardíaca se les puede asignar una prioridad (p. ej., alta, media o baja). En otros ejemplos, los segmentos a los que se ha asignado una prioridad alta y una prioridad media figuran en la determinación.

En algunos ejemplos, los segmentos determinados pueden proporcionarse en una cartografía de imágenes para usar en el procedimiento de ablación. La cartografía de imágenes puede integrarse con plataformas de administración invasivas y no invasivas. Por ejemplo, la cartografía de imágenes puede ser un volumen para usar en la planificación del tratamiento (p. ej., en un sistema/so/fware de planificación del tratamiento). En algunos ejemplos, la cartografía de imágenes puede usarse como entrada para un sistema de planificación del tratamiento (p. ej., que puede llevar a cabo la ablación). La cartografía de imágenes puede proporcionar una planificación del tratamiento personalizada para el paciente (p. ej., no todos los pacientes necesitarán o presentarán todos los datos multimodales conocidos).

La ponderación de las cartografías de entrada puede producirse en cualquier punto del método 100. La ponderación de las cartografías de entrada puede perfeccionar la calidad o la precisión de la identificación del objetivo dando mayor peso a las cartografías de entrada de mayor calidad, relevancia clínica, o importancia en comparación con las otras cartografías para el paciente. Por ejemplo, la ponderación de las cartografías de entrada puede producirse antes de que se combinen las cartografías, tras la identificación de la anomalía, después de la combinación, después de definir el objetivo, o después de ajustar el objetivo. A cada cartografía de entrada se le puede asignar una ponderación en función de uno o más factores, por ejemplo, calidad del escaneado (p. ej., artefacto de DCI en la IRM, etc.), número de cartografías de entrada (p. ej., número de modalidades), relevancia clínica (p. ej., inducida por TC no clínica, etc.), aceptación experta de la técnica individual, importancia de los datos, o combinaciones de los mismos. En algunos ejemplos, se puede dar una ponderación entre las cartografías de entrada, por ejemplo, solidez relativa entre los hallazgos de cada cartografía de entrada, acuerdo entre los grupos, etc. Por ejemplo, se pueden determinar ponderaciones más altas cuando hay un mayor número de modalidades de cartografía de entrada de exploraciones de alta calidad con un alto nivel de superposición entre las cartografías de entrada. En otro ejemplo, se pueden dar ponderaciones más bajas cuando hay un número menor de modalidades de cartografía de entrada de una variedad de calidades con un nivel más bajo de superposición entre las cartografías de entrada.

En algunos ejemplos, se puede determinar una puntuación de confianza de la cartografía de entrada combinada o del objetivo de arritmia cardíaca identificado. En un ejemplo, la puntuación de confianza puede ser una evaluación de las cartografías de entrada combinadas. La puntuación de confianza también puede incorporar datos clínicos o cualquier dato utilizado para ajustar el objetivo. Por ejemplo, las ponderaciones de las cartografías de entrada, las ponderaciones entre las cartografías de entrada, la concordancia de los datos entre las distintas cartografías de entrada, o la cantidad de superposición de los resultados (p. ej., segmento de ablación, etc.) pueden utilizarse para determinar una puntuación de confianza. Por ejemplo, la puntuación de confianza puede determinarse para cuantificar la calidad y la reproducibilidad de uno o más segmentos o contornos para la ablación. En algunos ejemplos, la puntuación de confianza puede aumentar con grados más altos de superposición entre los grupos de obtención de imágenes (p. ej., segmentos a ablacionar, etc.). En otros ejemplos, la puntuación de confianza puede disminuir con una cartografía de entrada incompleta, mala calidad de la cartografía de entrada, aumento del número de TV, gran tamaño de una cicatriz (p. ej., cicatriz mayor que la ablación), etc.

El método 100 puede incluir además la determinación de un perfil de riesgo. En algunos ejemplos, el perfil de riesgo puede determinarse a partir de las cartografías de entrada antecedentes, los efectos secundarios, el límite de volumen del segmento, y/o los resultados de segmentos anteriores recomendados para ablaciones. Por ejemplo, para determinar el perfil de riesgo de un paciente, pueden almacenarse los datos asociados a pacientes anteriores sometidos al método 100 (o métodos similares) y los resultados de cualquier procedimiento realizado utilizando datos o cartografías obtenidas mediante el método 100. En algunos ejemplos, el perfil de riesgo puede utilizarse para determinar el riesgo potencial o el impacto para el paciente asociado a los segmentos recomendados para la ablación. En algunos ejemplos, la información demográfica del paciente puede usarse para determinar el perfil de riesgo (p. ej., la edad, la salud, las cirugías previas, etc.). En algunos ejemplos, la cartografía de entrada antecedente, las determinaciones de los segmentos correspondientes y los resultados de la ablación (de las determinaciones) pueden usarse para determinar cuáles de los segmentos objetivo de la arritmia cardíaca puede tratarse sin alto riesgo y/o complicaciones y, además, qué segmentos son generalmente de alto riesgo y/o tienen el mayor número de recopilaciones. En al menos un ejemplo, el perfil de riesgo se comunica al usuario/médico para la selección del tratamiento o el asesoramiento sobre toxicidades.

En un ejemplo, la lista inicial de objetivos puede incluir los segmentos 1, 2, 6, 7, 8, 12 y 13. El perfil de riesgo puede determinar, basándose en los antecedentes del paciente actual y/o en los antecedentes de pacientes similares, que un límite de volumen de segmento debe ser igual a cuatro (4). Los segmentos determinados resultantes para la ablación pueden ser entonces 1, 2, 6 y 7. En otro ejemplo, la lista inicial puede incluir los segmentos 1, 2, 6 y 7. El perfil de riesgo puede determinar que estos segmentos son de mayor riesgo porque, por ejemplo, la arteria coronaria está en esos segmentos. La determinación de los segmentos puede hacerse a continuación como 1, 2, 6 y 7 con información de planificación adicional para el seguimiento o la supervisión de la arteria coronaria tras la ablación. En otro ejemplo, la lista inicial puede incluir los segmentos 1, 2 y 6. El perfil de riesgo puede determinarse basándose en los antecedentes de pacientes similares (p. ej., antecedentes, procedimientos similares, etc.) que fueron sometidos a ablación de los segmentos 1, 2 y 6 y que también se benefician de la ablación del segmento 7. Los segmentos resultantes para la ablación pueden ser entonces 1, 2, 6 y 7. Los ejemplos expuestos en el presente documento son meramente ilustrativos y no limitativos.

En algunos ejemplos, los segmentos determinados pueden proporcionarse en una cartografía de imágenes para usar en el procedimiento de ablación. La cartografía de imágenes puede integrarse con plataformas de administración invasivas y no invasivas. Por ejemplo, la cartografía de imágenes puede ser un volumen para usar en la planificación del tratamiento (p. ej., en un sistema/so/tware de planificación del tratamiento). En algunos ejemplos, la cartografía de imágenes puede usarse como entrada para un sistema de planificación del tratamiento (p. ej., que puede llevar a cabo la ablación). La cartografía de imágenes puede proporcionar una planificación del tratamiento personalizada para el paciente (p. ej., no todos los pacientes necesitarán o presentarán todos los datos multimodales conocidos). En un ejemplo, los segmentos objetivo o los contornos 3D pueden usarse para identificar un volumen objetivo de planificación dentro de unsoftwarede planificación de tratamientos. En algunos ejemplos, el volumen objetivo de planificación y/o los segmentos/contornos pueden usarse para simular el tratamiento para el control de calidad interno.

El método mostrado en la figura 1B se proporciona a modo de ejemplo, ya que existe una gran variedad de métodos para llevarlo a cabo. Adicionalmente, mientras que el método de ejemplo se ilustra con un orden particular de bloques, las personas normalmente versadas en la materia apreciarán que la figura 1B y los bloques mostrados en ella pueden ejecutarse en cualquier orden que cumpla las ventajas técnicas de la presente divulgación y pueden incluir menos o más bloques que los ilustrados. Cada bloque mostrado en la figura 1B representa uno o más procesos, métodos o subrutinas, realizados en el método del ejemplo.

La figura 1B muestra un diagrama de flujo de un ejemplo de método 101 para determinar uno o más segmentos para ablación. El uno o más segmentos para ablación es o son un objetivo de arritmia cardíaca. En ejemplos no limitativos, el objetivo de la arritmia cardíaca pueden ser segmentos ventriculares o segmentos auriculares arrítmicos. En algunos ejemplos, el método 101 puede realizarse en tiempo real en un sistema de planificación de imágenes. En otros ejemplos, el método 101 puede realizarse en la planificación para usar en el futuro en un sistema de planificación de imágenes. El método 101 incluye las etapas del método 100 y además incluye ponderar una o más cartografías de entrada en el bloque 135, determinar una puntuación de confianza de las cartografías combinadas en el bloque 150, y determinar un perfil de riesgo en el bloque 155.

En el bloque 125, al menos un procesador recibe una o más cartografías de entrada (p. ej., de un ventrículo correspondiente, de una aurícula correspondiente, etc.). En algunos ejemplos, las una o más cartografías de entrada pueden ser cartografías de entrada antecedentes tomadas previamente y/o nuevas cartografías de entrada requeridas. En algunos ejemplos, las una o más cartografías de entrada pueden ser una o más imágenes de un paciente singular. Las una o más cartografías de entrada son una o más cartografías electrofisiológicas, cartografías anatómicas (p. ej., fibrosis), cartografías funcionales (p. ej., perfusión, movimiento, etc.), y pueden ser una o más cartografías de simulación por ordenador (p. ej., modelos eléctricos y/o mecánicos de corazón completo), o cartografías clínicas. En algunos ejemplos, las cartografías electrofisiológicas pueden ser, pero sin limitación: ECG, ECG de 12 derivaciones de TV (p. ej., lugar de salida de VT/CVP, etc.), ECG de 12 derivaciones de ritmo sinusal (RS) (p. ej., ondas Q para infarto previo, comparación para la localización de CVP, etc.), IECG de TV (p. ej., lugar de salida de VT, propagación reentrante, potenciales diastólicos, etc.) y/o IECG de RS (p. ej., zona de conducción lenta/bloqueo, potenciales tardíos, etc.). Las cartografías anatómicas son al menos: TC (p. ej., adelgazamiento del miocardio (% de espesor de la pared), calcificación, etc.) y/o IRM incluyendo, aunque no de forma limitativa, mapas por gadolinio y/o de intensidad de píxeles (p. ej., localización de fibrosis (qué segmento; endomiocardio, miocardio medio, epimiocardio), espesor de la fibrosis (% de espesor de la pared), volumen de fibrosis, heterogeneidad de la fibrosis, etc.). La cartografía funcional es al menos una de: SPECT (p. ej., viabilidad, infarto/isquemia, etc.), PET (p. ej., metabolismo, inflamación, etc.), Eco (p. ej., movimiento anormal de la pared, etc.), y puede incluir IRM (p. ej., movimiento anormal de la pared, etc.) y/o datos de movimiento cardíaco y pulmonar (p. ej., secuencias sensibles al movimiento, tales como la 4D-TC y la 4D-IRM, para construir envolventes de movimiento anticipado para una selección de objetivos y administración óptimas). En algunos ejemplos, la cartografía clínica puede ser, aunque no de forma limitativa: datos demográficos (p. ej., la edad, el género, la clasificación de NYHA, la ERC, los pulmones, la EVP, el modelo de Charlson frente al modelo Seattle HF, etc.), antecedentes quirúrgicos (p. ej., cirugía cardíaca, etc.), conocimientos sobre la TV clínica (p. ej., taquicardia ventricular monomorfa o TV múltiples) y/o cartografía/ablaciones electroanatómicas previas. En algunos ejemplos, las cartografías clínicas son opcionales. En algunos ejemplos, las cartografías clínicas se usan como información complementaria (p. ej., durante la elaboración del perfil de riesgo). En algunos ejemplos, la cartografía electroanatómica puede visualizarse por separado de una cartografía de imagen creada (p. ej., un resultado del método 200) con fines de comparación (p. ej., la cartografía electroanatómica no se utilizaría para la determinación del segmento). En algunos ejemplos, las cartografías de simulación por ordenador pueden incluir modelos informáticos.

En el bloque 130, el método 101 define o identifica una o más anomalías en las cartografías de entrada. Las anomalías se identifican en una IRM por la localización de la cicatriz, una anomalía en PET/SPECT es/son regiones que no son viables, una anomalía en una cartografía eléctrica es donde se origina una taquicardia ventricular, etc. En varios ejemplos, la anomalía puede definirse seleccionando la anomalía en cada cartografía, segmentando manual o automáticamente la cartografía y seleccionando manualmente la anomalía, contorneando automáticamente la cartografía y seleccionando manualmente la anomalía, contorneando automáticamente la cartografía y seleccionando automáticamente la anomalía, o combinaciones de los mismos. En algunos ejemplos, la identificación de las anomalías puede utilizarse para entrenar una red neuronal, por ejemplo, mediante el aprendizaje supervisado o por refuerzo. Por ejemplo, un médico puede localizar anomalías en distintos tipos de imágenes. Las anomalías junto con la imagen y los metadatos de la imagen pueden utilizarse para enseñar a la red neuronal a localizar anomalías de forma automática (o autónoma).

En el bloque 135, las cartografías de entrada pueden ponderarse. La ponderación de las cartografías de entrada puede producirse en cualquier punto del método 101. Por ejemplo, la ponderación de las cartografías de entrada puede producirse antes de que se combinen las cartografías, tras la identificación de la anomalía, después de la combinación, después de definir el objetivo, o después de ajustar el objetivo. A cada cartografía de entrada se le puede asignar una ponderación en función de uno o más factores, por ejemplo, calidad del escaneado (p. ej., artefacto de DCI en la IRM, etc.), número de cartografías de entrada (p. ej., número de modalidades), relevancia clínica (p. ej., inducida por TC no clínica, etc.), aceptación experta de la técnica individual, importancia de los datos, etc. En algunos ejemplos, se puede dar una ponderación entre las cartografías de entrada, por ejemplo, solidez relativa entre los hallazgos de cada cartografía de entrada, acuerdo entre los grupos, etc. Por ejemplo, se pueden determinar ponderaciones más altas cuando hay un mayor número de modalidades de cartografía de entrada de exploraciones de alta calidad con un alto nivel de superposición entre las cartografías de entrada. En otro ejemplo, se pueden dar ponderaciones más bajas cuando hay un número menor de modalidades de cartografía de entrada de una variedad de calidades con un nivel más bajo de superposición entre las cartografías de entrada.

En el bloque 140, el al menos un procesador puede convertir las cartografías de entrada recibidas a un formato compatible. Por ejemplo, las cartografías de entrada (p. ej., una por TC y IRM, una por PET, SPECT y IECG, etc.) pueden existir en diversos formatos de archivo. La variedad de formatos de archivo puede convertirse a un formato compatible, por ejemplo, para permitir la correlación de puntos de datos superpuestos. En algunos ejemplos, las cartografías de entrada pueden requerir la reorientación de la imagen. Por ejemplo, se puede implementar un procedimiento estándar para orientar y convertir una cartografía de entrada basada en la modalidad. En algunos ejemplos, datos no relacionados con imágenes (p. ej., ECG de 12-V, sistema de IECG, etc.) pueden integrarse con las cartografías de entrada. En algunos ejemplos, los datos no relacionados con imágenes, tal como las cartografías de 12 derivaciones pueden mostrarse al usuario y éste puede interactuar o hacer clic en segmentos del objetivo de arritmia cardíaca. En otros ejemplos, los datos no relacionados con imágenes pueden integrarse automáticamente con las cartografías de entrada. En algunos ejemplos, las cartografías de entrada pueden convertirse en nubes de puntos.

En el bloque 145, el al menos un procesador combina las cartografías de entrada de formato compatibles. Las cartografías de entrada se combinan para proporcionar una ilustración más robusta de la imagen cartografiada (p. ej., ventrículo o aurícula correspondiente). Las cartografías de entrada se superponen (p. ej., basándose en puntos de referencia comunes entre las cartografías de formato comunes). Cada cartografía de entrada puede usarse para determinar individualmente que uno o más segmentos objetivo de arritmia cardíaca deben ablacionarse. Los uno o más de los segmentos objetivo de la arritmia cardíaca, para cada cartografía de entrada, se combinan a continuación para determinar la superposición de segmentos. Por ejemplo, cuando cada cartografía de entrada incluye los segmentos 1 y 2 (para ablación) y sólo una cartografía incluye el segmento 4, la determinación puede ser de los segmentos 1 y 2. En algunos ejemplos, las cartografías de entrada pueden convertirse en nubes de puntos y las nubes de puntos pueden combinarse.

En el bloque 150, se puede determinar una puntuación de confianza de las una o más cartografías de entrada. En algunos ejemplos, el bloque 150 puede situarse antes del bloque 140, o en cualquier punto del método 101. Por ejemplo, la puntuación de confianza puede determinarse para cada cartografía de entrada, para la cartografía de entrada combinada, o para el objetivo de arritmia cardíaca identificado. En un ejemplo, la puntuación de confianza puede ser una evaluación de las cartografías de entrada combinadas. La puntuación de confianza también puede incorporar datos clínicos o cualquier dato utilizado para ajustar el objetivo. Por ejemplo, las ponderaciones de las cartografías de entrada, las ponderaciones entre las cartografías de entrada, la concordancia de los datos entre las distintas cartografías de entrada, o la cantidad de superposición de los resultados (p. ej., segmento de ablación, etc.) pueden utilizarse para determinar una puntuación de confianza. Por ejemplo, la puntuación de confianza puede determinarse para cuantificar la calidad y la reproducibilidad de uno o más segmentos o contornos para la ablación. En algunos ejemplos, la puntuación de confianza puede aumentar con grados más altos de superposición entre los grupos de obtención de imágenes (p. ej., segmentos a ablacionar, etc.). En otros ejemplos, la puntuación de confianza puede disminuir con una cartografía de entrada incompleta, mala calidad de la cartografía de entrada, aumento del número de TV, gran tamaño de una cicatriz (p. ej., cicatriz mayor que la ablación), etc.

En el bloque 155, puede determinarse un perfil de riesgo. En algunos ejemplos, el perfil de riesgo puede determinarse a partir de las cartografías de entrada antecedentes, los efectos secundarios, el límite de volumen del segmento, y/o los resultados de segmentos anteriores recomendados para ablaciones (p. ej., en el bloque 160). Por ejemplo, para determinar el perfil de riesgo de un paciente, pueden almacenarse los datos asociados a pacientes anteriores sometidos al método 101 (o métodos similares) y los resultados de cualquier procedimiento realizado utilizando datos o cartografías obtenidas mediante el método 101. En algunos ejemplos, la información demográfica del paciente puede usarse para determinar el perfil de riesgo (p. ej., la edad, la salud, las cirugías previas, etc.). En algunos ejemplos, la cartografía de entrada antecedente, las determinaciones de los segmentos correspondientes y los resultados de la ablación (de las determinaciones) pueden usarse para determinar cuáles de los segmentos objetivo de la arritmia cardíaca puede tratarse sin alto riesgo y/o complicaciones y, además, qué segmentos son generalmente de alto riesgo y/o tienen el mayor número de recopilaciones. En al menos un ejemplo, el perfil de riesgo se comunica al usuario/médico para la selección del tratamiento o el asesoramiento sobre toxicidades.

En algunos ejemplos, el método 100 y el método 101 pueden usarse en un entorno de aprendizaje automático (mostrado en la figura 5). El objetivo puede ajustarse automáticamente mediante aprendizaje automático, según se observa en las figuras 2 y 5. Por ejemplo, los datos clínicos conocidos y los objetivos de arritmia definidos por el usuario a lo largo del tiempo pueden usarse para seleccionar objetivos posteriores para nuevos escenarios de datos clínicos y multimodales similares o sugerir la selección de la terapia para un nuevo escenario de datos clínicos y multimodales similares. Por ejemplo, las una o más entradas (en el bloque 105, 125) junto con la determinación de una o más anomalías (en el bloque 110, 130) y la determinación de uno o más objetivos de arritmia cardíaca (en el bloque 120, 160) pueden usarse como entrada en una red neuronal (p. ej., red neuronal artificial, red neuronal convolucional, etc.). La entrada en la red neuronal también puede incluir otras técnicas de aprendizaje, por ejemplo, aprendizaje supervisado, aprendizaje por refuerzo, etc. La red neuronal puede seguir recibiendo entradas (p. ej., datos de entrenamiento) durante un periodo de tiempo hasta que la red neuronal esté entrenada. La entrada en la red neuronal también puede incluir datos relacionados con el éxito de un tratamiento, tal como un resultado exitoso, supervivencia, efectos secundarios, etc. Por ejemplo, se entrena la red neuronal, cuando puede recibir nuevas entradas (p. ej., nunca recibidas) y puede producir el uno o más segmentos para la ablación sin requerir información adicional (p. ej., información de antecedentes, etc.). La red neuronal entrenada puede considerarse "autónoma". En un ejemplo, el entorno de aprendizaje automático puede utilizarse para predecir el éxito de un procedimiento de ablación utilizando información pasada tal como el éxito del paciente relacionado con su puntuación de confianza.

La cartografía de imágenes puede facilitar la selección de arritmias para la definición de objetivos previa al tratamiento de la ablación tanto no invasiva como invasiva. En algunos ejemplos, uno o más segmentos pueden determinarse para la ablación utilizando uno o más tipos de técnicas de energía ablativa (p. ej., SBRT, fotón, iones de carbono, protones, helio, ultrasonidos, etc.). En algunos ejemplos, el uno o más segmentos pueden determinarse para un sistema no invasivo de guía de arritmias. Para ablación cardíaca estereotáctica no invasiva, el método puede integrarse con, transferir datos a un sistema de planificación del tratamiento de radioterapia o existir dentro de él. En algunos ejemplos, se puede proporcionar una métrica de apoyo con los uno o más segmentos para la ablación (p. ej., tal como se muestra en las tablas 1 y 2). En otros ejemplos, pueden determinarse uno o más segmentos para la ablación invasiva. Para la ablación invasiva con catéter, el método puede integrarse con, transferir datos a un sistema de ablación por catéter o existir dentro de él. El método puede usarse para facilitar la selección de la terapia para un paciente entre la ablación no invasiva y la invasiva. Por ejemplo, puede identificarse un objetivo pequeño y bien definido que se preste fácilmente a la ablación con catéter, o puede identificarse un objetivo epicárdico de mayor tamaño que se preste mejor a la ablación no invasiva.

En algunos ejemplos, el método puede conectarse directamente a una plataforma de administración de ablación radioterápica no invasiva para facilitar la selección y la administración en tiempo real o casi instantánea. Por ejemplo, un paciente que presenta una arritmia conocida (p. ej., TV o FA) se lleva a la unidad de ablación no invasiva, donde se introducen los datos clínicos y de obtención de imágenes previos. A continuación, puede colocarse al paciente un chaleco de IECG, que a continuación se somete a una obtención de imágenes volumétrica en la unidad. Por ejemplo, esto puede realizarse con una TC de haz cónico con cualquier acelerador lineal moderno o una IRM volumétrica con una unidad guiada por IRM. El chaleco de IECG puede comunicarse directamente con la unidad. La comunicación con la unidad permite la presentación en tiempo real de los datos de arritmia en estado estacionario (p. ej., si el paciente presenta una arritmia activa) o datos electrofisiológicos sugestivos de una localización u origen de la arritmia. De forma adicional, la localización de esta señal en el espacio 3D puede ser un medio adicional para seguir la ubicación del objetivo en tiempo real a lo largo del movimiento interno y externo del paciente. La selección de la arritmia puede realizarse en la unidad o cerca de ella, y la planificación del tratamiento no invasivo se realiza en la unidad o cerca de ella. El tratamiento no invasivo puede administrarse poco después, con seguimiento y/o activación del objetivo proporcionado por ambos métodos típicos (p. ej., kV/MV a bordo, CBCT, por sus siglas en inglés, RM, seguimiento fiduciario externo/interno) complementados con datos electrofisiológicos en tiempo real proporcionados por IECG.

Los datos que representan los resultados de pacientes tratados previamente pueden usarse para mejorar el método de cartografía de imágenes generado. En al menos un ejemplo, el perfil de riesgo de un paciente, los segmentos para la ablación y/o el éxito del tratamiento pueden almacenarse en una base de datos para informar sobre futuros perfiles de riesgo de los pacientes. En algunos ejemplos, el perfil de riesgo puede utilizarse para determinar el riesgo potencial o el impacto para el paciente asociado a los segmentos recomendados para la ablación. En un ejemplo, con el tiempo, el método puede predecir la utilización sistemática de la ablación invasiva con catéter para lesiones endocárdicas pequeñas en el ápex ventricular izquierdo en varones de edad avanzada. Los datos de resultados posteriores revelan altas tasas de toxicidad en esta población y bajas tasas de toxicidad con resultados similares en pacientes tratados con ablación no invasiva. Si bien el método sugeriría inicialmente una nueva ablación con catéter basada en la multiplicidad de tratamientos anteriores, el modelo mejorado sugeriría una ablación no invasiva. En diversos ejemplos, los datos de los resultados pueden proceder de la introducción local de datos, datos multiinstitucionales, o una combinación de ambos.

En un ejemplo, el método 100 o 101 puede desplegarse como un servicio remoto, con la posibilidad de que los centros envíen los datos de sus pacientes para su análisis, selección y recomendaciones de tratamiento, sin tener que desplegar su propia instancia local del método.

II. Módulo de apoyo a la toma de decisiones

Además, se proporciona en el presente documento un módulo de apoyo a la toma de decisiones para proporcionar al médico un plan de ablación informado y proporcionar métricas de apoyo sobre el éxito y los riesgos de varias opciones de tratamiento y oportunidades para mejorar los resultados del paciente. Una vez identificado el objetivo, los uno o más objetivos identificados pueden presentarse a un médico en forma de módulo de apoyo a la toma de decisiones. De forma adicional, el módulo de apoyo a toma de decisiones puede incluir uno o más de una descripción del patrón de cicatriz, una descripción del tamaño y localización de la carga de la cicatriz, un volumen sugerido para lograr la ablación (p. ej. ablación de espesor total, ablación de espesor parcial, etc.), una puntuación de confianza de las cartografías combinadas, un listado de las estructuras en riesgo, recomendaciones generales, éxito esperado con la SBRT, éxito esperado con modalidades de tratamiento alternativas (p. ej., catéter de RF, fármaco antiarrítmico (p. ej. amiodarona), etc.), o combinaciones de los mismos. En algunos ejemplos, el módulo de apoyo a la toma de decisiones puede incluir además un perfil de riesgo. En otros ejemplos, el módulo de apoyo a la toma de decisiones puede incluir los datos demográficos del paciente (p. ej., la edad, el género, la función renal, la función pulmonar, etc.), los antecedentes cardíacos (p. ej., la clase de NYHA, la FEVI, la CA anterior, el tipo de miocardiopatía, el uso previo de fármacos antiarrítmicos, etc.), la obtención de imágenes cardíacas (p. ej., el tamaño del corazón, el tamaño de la cicatriz, la localización de la cicatriz, el número de TV, etc.), y/o la coherencia de los resultados, p. ej., la puntuación de confianza, etc.).

La información del módulo de apoyo a la toma de decisiones puede generarse basándose en los uno o más objetivos de ablación sugeridos del paciente y en datos históricos de pacientes anteriores para informar al médico de toda la información relevante relativa al tratamiento de la arritmia del paciente con SBRT.

El método mostrado en la figura 2 se proporciona a modo de ejemplo, ya que existe una gran variedad de métodos para llevarlo a cabo. Adicionalmente, mientras que el método de ejemplo se ilustra con un orden particular de bloques, las personas normalmente versadas en la materia apreciarán que la figura 2 y los bloques mostrados en ella pueden ejecutarse en cualquier orden que cumpla las ventajas técnicas de la presente divulgación y pueden incluir menos o más bloques que los ilustrados. Cada bloque mostrado en la figura 2 representa uno o más procesos, métodos o subrutinas, realizados en el método del ejemplo.

La figura 2 muestra un diagrama de flujo de un ejemplo de método 200 para generar un módulo de apoyo a la toma de decisiones y determinar uno o más segmentos para la ablación. En algunos ejemplos, el método 200 puede realizarse en tiempo real en un sistema de planificación de imágenes. En otros ejemplos, el método 200 puede realizarse en la planificación para usar en el futuro en un sistema de planificación de imágenes. El método 200 puede incluir el método 100 y/o el método 101. En el bloque 205, al menos un procesador recibe cartografías de entrada como se ha descrito anteriormente en el presente documento para el método 100 y el método 101. En el bloque 210, el al menos un procesador identifica anomalías en las cartografías de entrada como se ha descrito anteriormente en el presente documento para el método 100 y el método 101. En algunos ejemplos, la anomalía es un sustrato miocárdico anormal.

En el bloque 215, el al menos un procesador puede crear un plan de ablación informado. El plan de ablación puede crearse utilizando cualquier dato disponible, por ejemplo, el plan de ablación puede incluir segmentos con anomalías, segmentos seleccionados para la ablación, ponderación de las cartografías de entrada, la puntuación de confianza y/o el perfil de riesgo. Los datos y/o el plan de ablación para cada paciente pueden almacenarse en una base de datos para informar el tratamiento de pacientes futuros. La base de datos también puede contener información demográfica del paciente.

En el bloque 220, el al menos un procesador puede generar un módulo de apoyo a la toma de decisiones para informar al médico del plan de ablación, riesgos y otra información sobre el tratamiento. En algunos ejemplos, el módulo de apoyo a la toma de decisiones puede denominarse herramienta de apoyo a la toma de decisiones. El módulo de apoyo a la toma de decisiones puede incluir una descripción del patrón de cicatriz, una descripción del tamaño y localización de la carga de la cicatriz, las una o más ubicaciones objetivo sugeridas, un volumen sugerido para lograr la ablación (p. ej. ablación de espesor total, ablación de espesor parcial, etc.), una puntuación de confianza de las cartografías combinadas, un listado de las estructuras en riesgo, recomendaciones generales, éxito esperado con la SBRT, éxito esperado con modalidades de tratamiento alternativas (catéter de RF, amiodarona, etc.), o combinaciones de los mismos. En un ejemplo, el módulo de apoyo a la toma de decisiones puede ser exhibido, impreso o facilitado al médico en cualquier forma capaz de proporcionar la información. Las figuras 6A, 6B y 6C son ejemplos de resultados del módulo de apoyo a la toma de decisiones.

En el bloque 225, el al menos un procesador determina uno o más segmentos para la ablación como se ha descrito anteriormente en el presente documento para el método 100 o el método 101. Después del tratamiento del paciente, el método 200 puede determinar además el éxito del tratamiento. A continuación, la base de datos puede actualizarse con la información sobre el éxito, incluido cualquier efecto secundario o problema encontrado. La información sobre el éxito puede ajustar las recomendaciones de tratamiento o la selección de segmentos para la ablación en futuros pacientes.

En algunos ejemplos, el método 200 puede usarse en un entorno de aprendizaje automático (por ejemplo, como se muestra en la figura 5). El objetivo puede ajustarse automáticamente mediante aprendizaje automático. Los futuros planes de ablación y los módulos de apoyo a la toma de decisiones podrán ajustarse automáticamente mediante aprendizaje automático. Por ejemplo, los bloques 215, 220, 225 y/o 230 pueden ajustarse automáticamente mediante aprendizaje automático. Las herramientas de aprendizaje automático y el análisis predictivo pueden integrarse dentro del método 200 para crear una infraestructura de apoyo a la toma de decisiones clínicas tal como el módulo de apoyo a la toma de decisiones. Por ejemplo, los datos clínicos conocidos y los objetivos de arritmia definidos por el usuario a lo largo del tiempo pueden usarse para seleccionar objetivos posteriores para nuevos escenarios de datos clínicos y multimodales similares o sugerir la selección de la terapia para un nuevo escenario de datos clínicos y multimodales similares. Por ejemplo, las una o más entradas (en el bloque 205) junto con la determinación de uno o más segmentos (en el bloque 225) pueden usarse como entrada en una red neuronal (p. ej., red neuronal artificial, red neuronal convolucional, etc.) o algoritmo de aprendizaje. La entrada en la red neuronal también puede incluir otras técnicas de aprendizaje, por ejemplo, aprendizaje supervisado, aprendizaje por refuerzo, etc. La red neuronal puede seguir recibiendo entradas (p. ej., datos de entrenamiento) durante un periodo de tiempo hasta que la red neuronal esté entrenada. La entrada en la red neuronal también puede incluir datos relacionados con el éxito de un tratamiento, tal como un resultado exitoso, supervivencia, efectos secundarios, etc. Por ejemplo, se entrena la red neuronal, cuando puede recibir nuevas entradas (p. ej., nunca recibidas) y puede producir el uno o más segmentos para la ablación y/o un módulo de apoyo a la toma de decisiones sin requerir información adicional (p. ej., información de antecedentes, etc.). La red neuronal entrenada puede considerarse "autónoma".

El módulo de apoyo a la toma de decisiones puede incluir una descripción por escrito del patrón de cicatriz. En algunos ejemplos, el módulo de apoyo a la toma de decisiones puede incluir además una medición de la carga de la cicatriz, según se observa en las figuras 6A, 6B y 6C. La medición de la carga de la cicatriz puede incluir el volumen de la cicatriz (es decir, en cc) y/o el porcentaje del miocardio del ventrículo cubierto por la cicatriz.

El módulo de apoyo a la toma de decisiones puede incluir un listado de localizaciones de ablación sugeridas en función de los objetivos de ablación identificados, según se observa en las figuras 6A, 6B y 6C. En algunos ejemplos, pueden ser asignadas prioridades a los segmentos determinados. Por ejemplo, basándose en la combinación de las cartografías de entrada y el perfil de riesgo, los segmentos determinados podrían ser asignados a prioridades altas, medias o bajas. En algunos ejemplos, a todos los segmentos objetivo de arritmia cardíaca se les puede asignar una prioridad (p. ej., alta, media o baja). En otros ejemplos, se asigna una prioridad numérica a algunos o a todos los segmentos objetivo de arritmia cardíaca o se enumeran los segmentos por orden de prioridad. En otros ejemplos, el segmento al que se ha asignado una prioridad alta y una prioridad media figuran en la determinación. En un ejemplo, el módulo de apoyo a la toma de decisiones puede proporcionar las prioridades de los segmentos objetivo determinados o enumerar los segmentos objetivo para ablación en orden prioritario como observado en la figura 6B.

En algunos ejemplos, el módulo de apoyo a la toma de decisiones puede incluir además los segmentos determinados proporcionados en una cartografía de imágenes para usar en el procedimiento de ablación. La cartografía de imágenes puede integrarse con plataformas de administración invasivas y no invasivas. Por ejemplo, la cartografía de imágenes puede ser un volumen para usar en la planificación del tratamiento (p. ej., en un sistema/so/fware de planificación del tratamiento). En algunos ejemplos, la cartografía de imágenes puede usarse como entrada para un sistema de planificación del tratamiento (p. ej., que puede llevar a cabo la ablación). La cartografía de imágenes puede proporcionar una planificación del tratamiento personalizada para el paciente (p. ej., no todos los pacientes necesitarán o presentarán todos los datos multimodales conocidos). En algunos ejemplos, la cartografía de imágenes con los segmentos determinados se proporciona en el módulo de apoyo a la toma de decisiones.

El módulo de apoyo a la toma de decisiones puede facilitar la selección de arritmias para la definición de objetivos previa al tratamiento de la ablación tanto no invasiva como invasiva. Para ablación cardíaca estereotáctica no invasiva, el módulo de apoyo a la toma de decisiones puede integrarse con, transferir datos a un sistema de planificación del tratamiento de radioterapia o existir dentro de él. En otros ejemplos, pueden determinarse uno o más segmentos para la ablación invasiva. Para la ablación invasiva con catéter, el módulo de apoyo a la toma de decisiones puede integrarse con, transferir datos a un sistema de ablación por catéter o existir dentro de él. El módulo de apoyo a la toma de decisiones puede usarse para facilitar la selección de la terapia para un paciente entre la ablación no invasiva y la invasiva. Por ejemplo, puede identificarse un objetivo pequeño y bien definido que se preste fácilmente a la ablación con catéter, o puede identificarse un objetivo epicárdico de mayor tamaño que se preste mejor a la ablación no invasiva.

En algunos ejemplos, el módulo de apoyo a la toma de decisiones puede conectarse directamente a una plataforma de administración de ablación radioterápica no invasiva para facilitar la selección y la administración en tiempo real o casi instantánea. El módulo de apoyo a la toma de decisiones puede incluir además un volumen sugerido para lograr la ablación (p. ej., ablación de espesor total, ablación de espesor parcial, etc.), por ejemplo, según se observa en las figuras 6A, 6B y 6C. El volumen puede indicarse en cc y/o el porcentaje de miocardio del ventrículo.

El módulo de apoyo a la toma de decisiones puede incluir además una puntuación de confianza. En algunos ejemplos, se puede determinar una puntuación de confianza de la cartografía de entrada combinada y/o del objetivo de arritmia cardíaca identificado. En un ejemplo, la puntuación de confianza puede ser una evaluación de las cartografías de entrada combinadas. La puntuación de confianza también puede incorporar datos clínicos o cualquier dato utilizado para ajustar el objetivo. Por ejemplo, las ponderaciones de las cartografías de entrada, las ponderaciones entre las cartografías de entrada, la concordancia de los datos entre las distintas cartografías de entrada, o la cantidad de superposición de los resultados (p. ej., segmento de ablación, etc.) pueden utilizarse para determinar una puntuación de confianza. Por ejemplo, la puntuación de confianza puede determinarse para cuantificar la calidad y la reproducibilidad de uno o más segmentos o contornos para la ablación. En algunos ejemplos, la puntuación de confianza puede aumentar con grados más altos de superposición entre los grupos de obtención de imágenes (p. ej., segmentos a ablacionar, etc.). En otros ejemplos, la puntuación de confianza puede disminuir con una cartografía de entrada incompleta, mala calidad de la cartografía de entrada, aumento del número de TV, gran tamaño de una cicatriz (p. ej., cicatriz mayor que la ablación), etc. En algunos ejemplos, la puntuación de confianza puede mostrarse como un valor numérico o un porcentaje (p. ej., X de 10, X de 100) y/o categóricamente (p. ej., baja, media/moderada, o alta), según se observa en las figuras 6A, 6B y 6C. El módulo de apoyo a la toma de decisiones también puede incluir una anotación o comentario sobre por qué la puntuación de confianza está en un intervalo particular, por ejemplo, tal como se observa en la figura 6B.

El módulo de apoyo a la toma de decisiones puede incluir además una lista de estructuras de riesgo que pueden verse afectadas por el tratamiento con SBRT de las localizaciones de ablación identificadas. Por ejemplo, el módulo de apoyo a la toma de decisiones puede enumerar los órganos o abreviaturas de órganos o tejidos potencialmente en riesgo, según se observa en las figuras 6A, 6B y 6C. En algunos ejemplos, las estructuras en riesgo pueden ser informadas por el tratamiento de pacientes anteriores. Por ejemplo, los resultados del tratamiento de ablación de un paciente anterior pueden poblar una base de datos y utilizarse para sugerir estructuras de riesgo en futuros pacientes con los mismos o similares localizaciones de ablación o datos clínicos.

El módulo de apoyo a la toma de decisiones puede incluir recomendaciones para procedimientos adicionales, seguimiento/evaluación, obtención de imágenes adicional, etc., como se observa, por ejemplo, en las figuras 6A, 6B y 6C. Las recomendaciones proporcionadas en el módulo de apoyo a la toma de decisiones pueden proceder de una base de datos poblada con posibles recomendaciones. Las recomendaciones pueden proceder de pacientes anteriores. Por ejemplo, los datos que representan los resultados de pacientes tratados previamente pueden usarse para mejorar el método de cartografía de imágenes generado y el módulo de apoyo a la toma de decisiones generado. En un ejemplo, con el tiempo, el método puede predecir la utilización sistemática de la ablación invasiva con catéter para lesiones endocárdicas pequeñas en el ápex ventricular izquierdo en varones de edad avanzada. Los datos de resultados posteriores revelan altas tasas de toxicidad en esta población y bajas tasas de toxicidad con resultados similares en pacientes tratados con ablación no invasiva. Si bien el módulo de apoyo a la toma de decisiones puede sugerir inicialmente una nueva ablación con catéter basada en la multiplicidad de tratamientos anteriores, un módulo de apoyo a la toma de decisiones actualizado sugeriría la ablación no invasiva. En diversos ejemplos, los datos de los resultados pueden proceder de la introducción local de datos, datos multiinstitucionales, o una combinación de ambos.

El módulo de apoyo a la toma de decisiones puede incluir además las tasas de éxito esperadas con diversas modalidades de tratamiento. En un ejemplo, el módulo de apoyo a la toma de decisiones puede incluir una tasa de éxito esperada con la SBRT, catéter de RF y/o amiodarona. En un ejemplo, el módulo de apoyo a la toma de decisiones puede incluir además el perfil de riesgo para la selección de la terapia o el asesoramiento sobre toxicidades.

En un ejemplo, el método 200 y/o el módulo de apoyo a la toma de decisiones pueden desplegarse como un servicio remoto, con la posibilidad de que los centros envíen los datos de sus pacientes para su análisis, selección y recomendaciones de tratamiento, sin tener que desplegar su propia instancia local del método. En otros ejemplos, el método 200 y/o el módulo de apoyo a la toma de decisiones pueden integrarse dentro de un sistema de tratamiento no invasivo. En algunos ejemplos, el módulo de apoyo a la toma de decisiones puede ser exhibido, impreso o facilitado al médico en cualquier forma capaz de proporcionar la información.

La divulgación se centra ahora en el sistema de ejemplo ilustrado en la figura 4. La figura 4 muestra un ejemplo de sistema informático 400 en el que los componentes del sistema están en comunicación entre sí mediante la conexión 405. La conexión 405 puede ser una conexión física a través de un bus, o una conexión directa al procesador 410, tal como en una arquitectura de circuito integrado auxiliar o de sistema en chip. La conexión 405 también puede ser una conexión virtual, conexión en red o conexión lógica.

En algunos ejemplos, el sistema informático 400 es un sistema distribuido en el que las funciones descritas en esta divulgación pueden distribuirse dentro de un centro de datos, múltiples centros de datos, una red de pares, a través de las capas de una red de niebla, etc. En algunos ejemplos, uno o más de los componentes del sistema descritos representan a muchos componentes de este tipo, cada uno de los cuales realiza una parte o la totalidad de la función para la que se describe el componente. En algunos ejemplos, los componentes pueden ser dispositivos físicos o virtuales.

El sistema de ejemplo 400 incluye al menos una unidad de procesamiento (CPU o procesador) 410 y una conexión 405 que acopla varios componentes del sistema, incluida la memoria de sistema 415, memoria de sólo lectura (ROM) 420 o memoria de acceso aleatorio (RAM) 425 al procesador 410. El sistema informático 400 puede incluir una caché de memoria de alta velocidad 412 conectada directamente con, en proximidad con, o integrada como parte del procesador 410.

El procesador 410 puede incluir cualquier procesador de propósito general y un servicio dehardwareo desoftware,tales como los servicios 432, 434 y 436 almacenados en el dispositivo de almacenamiento 430, configurados para controlar el procesador 410, así como un procesador de propósito especial en el que las instrucciones desoftwarese incorporan al diseño real del procesador. El procesador 410 puede ser prácticamente un sistema informático completamente autónomo, que contiene varios núcleos o procesadores, un bus, controlador de memoria, caché, etc. Un procesador multinúcleo puede ser simétrico o asimétrico.

Para permitir la interacción de los usuarios, el sistema informático 400 incluye un dispositivo de entrada 445, que puede representar cualquier número de mecanismos de entrada, tal como un micrófono para hablar, una pantalla táctil para la introducción de gestos o gráficos, teclado, ratón, entrada de movimiento, lenguaje, etc. El sistema informático 400 también puede incluir un dispositivo de salida 435, que puede ser uno o más de una serie de mecanismos de salida conocidos por los expertos en la materia. En algunos casos, los sistemas multimodales pueden permitir a un usuario proporcionar múltiples tipos de entrada/salida para comunicarse con el sistema informático 400. El sistema informático 400 puede incluir una interfaz de comunicaciones 440, que generalmente puede gobernar y gestionar la entrada de usuario y la salida del sistema, y también conectar el sistema informático 400 a otros nodos de una red. No hay ninguna restricción para el funcionamiento en cualquier disposición dehardwareen particular y por lo tanto las características básicas aquí pueden ser fácilmente sustituidas porhardwaremejorado o disposiciones defirmwarea medida que se desarrollan.

El dispositivo de almacenamiento 430 puede ser un dispositivo de memoria no volátil y puede ser un disco duro u otros tipos de medios legibles por ordenador que pueden almacenar datos accesibles por un ordenador, tales como casetes magnéticos, tarjetas de memoriaflash,dispositivos de memoria de estado sólido, discos versátiles digitales, cartuchos, memorias de acceso aleatorio (RAM) respaldadas por baterías, memoria de sólo lectura (ROM), y/o alguna combinación de estos dispositivos.

El dispositivo de almacenamiento 430 puede incluir servicios desoftware,servidores, servicios, etc., que cuando el código que define dichosoftwarees ejecutado por el procesador 410, hace que el sistema realice una función. En algunos ejemplos, un servicio dehardwareque realiza una función particular puede incluir el componente desoftwarealmacenado en un medio legible por ordenador en conexión con los componentes dehardwarenecesarios, tal como el procesador 410, conexión 405, dispositivo de salida 435, etc., para llevar a cabo la función.

La divulgación pasa ahora a la figura 5, que ilustra un ejemplo de entorno de aprendizaje automático 500. El entorno de aprendizaje automático puede implementarse en uno o más dispositivos informáticos 502A-N (p. ej., servidores de computación en nube, servicios virtuales, informática distribuida, uno o más servidores, etc.). Los uno o más dispositivos informáticos 502 pueden incluir datos de entrenamiento 504 (p. ej., una o más bases de datos o dispositivos de almacenamiento de datos, incluyendo el almacenamiento en la nube, redes de almacenamiento, almacenamiento local, etc.). Los datos de entrenamiento 504 del dispositivo informático 502 pueden proceder de una o más fuentes de datos 506 (p. ej., fuente de datos 1, fuente de datos 2, fuente de datos n, etc.) a lo largo de un periodo de tiempo (p. ej., t, t+1, t+n, etc.). En algunos ejemplos, los datos de entrenamiento 504 pueden ser datos etiquetados (p. ej., una o más etiquetas asociadas a los datos). Por ejemplo, los datos de entrenamiento pueden ser una o más imágenes y una etiqueta (p. ej., TV o sin TV) puede asociarse a cada imagen. En algunos ejemplos, los datos etiquetados pueden ser probabilidades reales del objetivo (p. ej., cada segmento como la media ponderada de todas las imágenes recibidas para cada paciente). Los uno o más dispositivos informáticos 502 pueden continuar recibiendo datos de las una o más fuentes de datos 506 hasta que la red neuronal 508 (p. ej., redes neuronales convolucionales, redes neuronales convolucionales profundas, redes neuronales artificiales, algoritmos de aprendizaje, etc.) de los uno o más dispositivos informáticos 502 esté entrenada (p. ej., haya tenido suficientes datos imparciales para responder a las nuevas solicitudes de datos entrantes y proporcionar un curso de acción recomendado autónomo o casi autónomo, y/o realmente proporcionar información para llevar a cabo el curso de acción). En algunos ejemplos, la red neuronal puede ser una red neuronal convolucional, por ejemplo, utilizando bloques de cinco capas, incluyendo bloques convolucionales, capas convolucionales y capas totalmente conectadas. Se pueden añadir capas adicionales a la red neuronal, por ejemplo, para aprender la probabilidad del objetivo (p. ej., probabilidad de uno o más objetivos de arritmia cardíaca, etc.). Por ejemplo, las capas adicionales pueden combinar segmentos individuales en una media ponderal (p. ej., media ponderada de aprendizaje indirectamente). Mientras se realizan redes neuronales de ejemplo, la red neuronal 508 puede ser una o más redes neuronales de diversos tipos, no se limita específicamente a un solo tipo de red neuronal o algoritmo de aprendizaje.

En otros ejemplos, se puede generar una probabilidad objetivo (p. ej., cada segmento como media ponderada sobre las imágenes proporcionadas a través de los datos recibidos del paciente). En estos casos, los segmentos individuales pueden normalizarse y concatenarse en imágenes de profundidad 4D de profundidades específicas. Las redes neuronales pueden entrenarse en función de la profundidad de las imágenes, por ejemplo, para predecir probabilidades de objetivos continuos (p. ej., que van de 0 a 1). Los datos de entrenamiento pueden requerir un número equivalente de imágenes por paciente, y de tal manera que, si falta una imagen, se puede generar una imagen de sustitución a partir de las imágenes existentes (p. ej., para poder disponer de suficientes datos de entrenamiento, sin sesgar los datos de entrenamiento).

En algunos ejemplos, aunque no se muestra aquí, los datos de entrenamiento 504 pueden comprobarse para detectar sesgos, por ejemplo, comprobando la fuente de datos 506 (y la correspondiente entrada de usuario) con datos no sesgados conocidos previamente. También se realizan otras técnicas para comprobar los sesgos de los datos. Las fuentes de datos pueden ser cualquiera de las fuentes de datos para proporcionar las imágenes de entrada (p. ej., IRM, TC, modelado 3D, etc.) como se ha descrito anteriormente en esta divulgación.

Los uno o más dispositivos informáticos 502 pueden recibir la entrada de usuario (p. ej., médico) 510 que se refiere a la fuente de datos. La entrada de usuario 510 y la fuente de datos 506 pueden estar relacionadas temporalmente (p. ej., en el tiempo t, t+1, t+n, etc.). Esto es, la entrada de usuario 510 y las fuentes de datos 506 pueden ser sincrónicas en el sentido de que la entrada de usuario 510 corresponde y complementa la fuente de datos 506 de una manera de aprendizaje supervisado o reforzado. Por ejemplo, una fuente de datos 506 puede proporcionar una imagen de resonancia magnética en el tiempo t y la correspondiente entrada de usuario 510 puede ser la entrada de ablaciones de esa imagen de resonancia magnética en el tiempo t. Si bien, el tiempo t puede ser diferente en el tiempo real, están sincronizados en el tiempo con respecto a los datos proporcionados a los datos de entrenamiento. En otros ejemplos, la entrada de usuario puede clasificar segmentos como TV o sin TV como se describe en el presente documento.

Los datos de entrenamiento 504 pueden utilizarse para entrenar una red neuronal 508 o algoritmos de aprendizaje (p. ej., red neuronal convolucional, red neuronal artificial, etc.). La red neuronal 508 puede ser entrenada, durante un período de tiempo, para determinar automáticamente (p. ej., autónomamente) cuál sería la entrada de usuario 510, basándose únicamente en los datos recibidos 512 (p. ej., datos de obtención de imágenes, etc.). Por ejemplo, recibiendo una pluralidad de datos imparciales y/o las correspondientes entradas de usuario durante un periodo de tiempo suficientemente largo, a continuación, la red neuronal podrá determinar cuál sería la entrada de usuario si sólo se le proporcionaran los datos. Por ejemplo, una red neuronal entrenada 508 podrá recibir una imagen de IRM (p. ej., 512) y, basándose en la imagen de resonancia magnética, determinar las ablaciones que un médico identificaría manualmente (y que se habrían proporcionado como entrada de usuario 510 durante el entrenamiento). En algunos ejemplos, esto puede basarse en etiquetas asociadas a los datos como se ha descrito anteriormente. La salida de la red neuronal entrenada puede proporcionarse a una unidad de tratamiento 514 para tratar a un paciente. En algunos ejemplos, la salida de la red neuronal entrenada puede introducirse directamente en una unidad de tratamiento para realizar un procedimiento en un paciente.

El sistema de red neuronal entrenada 516 puede incluir una red neuronal entrenada 508, datos recibidos 512, y unidad de tratamiento 514. Los datos recibidos 512 pueden ser información referida a un paciente, como se ha descrito anteriormente más arriba. Los datos recibidos 512 pueden usarse como entrada para la red neuronal entrenada 508. La red neuronal entrenada 508 puede a continuación, basándose en los datos recibidos 512, etiquetar los datos recibidos (p. ej., TV o sin TV) y/o determinar un curso de acción recomendado para tratar al paciente, en función de cómo se haya entrenado la red neuronal (como se ha descrito anteriormente). El curso de acción recomendado o la salida de la red neuronal entrenada 508 puede usarse como una entrada en una unidad de tratamiento 514 (p. ej., para realizar un procedimiento en el paciente al que corresponden los datos recibidos 512). En otros casos, la salida de la red neuronal entrenada puede proporcionarse en una forma legible para el ser humano, por ejemplo, para ser revisada por un médico para determinar un curso de acción (p. ej., menos evasivo, verificación, etc.).

Para mayor claridad de la explicación, en algunos casos, la presente tecnología puede presentarse como si incluyera bloques funcionales individuales, incluidos bloques funcionales que comprenden dispositivos, componentes de dispositivo, etapas o rutinas en un método incorporado ensoftware,o combinaciones dehardwareysoftware.

En algunas realizaciones, los dispositivos, medios y memorias de almacenamiento legibles por ordenador pueden incluir una señal por cable o inalámbrica que contenga un flujo de bits y similares. No obstante, cuando se mencionan, los medios de almacenamiento no transitorios legibles por ordenador excluyen expresamente medios tales como la energía, señales portadoras, ondas electromagnéticas y señales propiamente dichas.

Los métodos según los ejemplos descritos anteriormente pueden implementarse utilizando instrucciones ejecutables por ordenador que se almacenan o están disponibles de otro modo a partir de medios legibles por ordenador. Tales instrucciones pueden comprender, por ejemplo, instrucciones y datos que provocan o configuran de otro modo un ordenador de propósito general, ordenador de propósito especial, o dispositivo de procesamiento de propósito especial para realizar una determinada función o grupo de funciones. Se puede acceder a parte de los recursos informáticos utilizados a través de una red. Las instrucciones ejecutables por ordenador pueden ser, por ejemplo, binarias, instrucciones de formato intermedio tal como el lenguaje ensamblador,firmwareo código fuente. Ejemplos de soportes legibles por ordenador que pueden usarse para almacenar instrucciones, la información utilizada y/o la información creada durante los métodos según los ejemplos descritos incluye discos magnéticos u ópticos, memoriaflash,dispositivos USB provistos de memoria no volátil, dispositivos de almacenamiento en red, etc.

Los dispositivos que implementan los métodos según estas divulgaciones pueden comprenderhardware, firmwarey/osoftware,y pueden adoptar cualquiera de una variedad de factores de forma. Ejemplos típicos de tales factores de forma incluyen los ordenadores portátiles, teléfonos inteligentes, ordenadores personales de pequeño formato, asistentes personales digitales, dispositivos de montaje en bastidor, dispositivos autónomos, etc. Las funciones aquí descritas también pueden incorporarse a periféricos o tarjetas complementarias. Dicha funcionalidad también puede implementarse en una placa de circuitos entre diferentes chips o diferentes procesos que se ejecutan en un único dispositivo, a modo de ejemplo adicional.

Las instrucciones, medios para transmitir tales instrucciones, recursos informáticos para ejecutarlos, y otras estructuras de apoyo a dichos recursos informáticos son medios para proporcionar las funciones descritas en estas divulgaciones.

Aunque se utilizaron diversos ejemplos y otra información para explicar aspectos dentro del ámbito de las reivindicaciones adjuntas, las reivindicaciones definen el ámbito de protección. Además, y aunque parte de la materia objeto puede haberse descrito en un lenguaje específico para ejemplos de características estructurales y/o etapas de método, la materia objeto de protección se define en las reivindicaciones adjuntas. Las características y etapas descritas se divulgan como ejemplos de componentes de sistemas y métodos dentro del ámbito de las reivindicaciones anexas. Además, el lenguaje de la reivindicación que recita "al menos uno de" un conjunto indica que un miembro del conjunto o múltiples miembros del conjunto satisfacen la reivindicación.

Ejemplos

El método o métodos de tratamiento que se describen a continuación no forman parte de la invención como se reivindica.

Ejemplo 1:

El tratamiento descrito en este ejemplo se administró a los pacientes en función de sus circunstancias clínicas, sin pruebas específicas de una hipótesis de investigación. Todos los pacientes recibieron una explicación detallada de los riesgos del tratamiento tanto por parte del electrofisiólogo tratante como del oncólogo radioterapeuta; todos los pacientes dieron su consentimiento informado por escrito para el tratamiento. Previamente se había obtenido la aprobación de la junta de revisión institucional para usar obtención de imágenes electrocardiográficas. En el momento del estudio, el dispositivo de SBRT había recibido la aprobación previa a la comercialización 510(k) de la Food and Drug Administration, pero su uso en los pacientes de los que aquí se informa se consideró un uso clínico no contemplado; esta información se transmitió a los pacientes incluidos en este estudio.

Se han evaluado pacientes con cardiopatía estructural, colocación de un desfibrilador cardioversor implantable (DCI) y taquicardia ventricular refractaria al tratamiento con opciones terapéuticas convencionales limitadas para la ablación cardíaca no invasiva de la taquicardia ventricular (radioablación no invasiva) según cada caso. Se consideró a los pacientes para radioablación no invasiva si habían tenido al menos tres episodios de taquicardia ventricular tratada con DCI en los 3 meses anteriores, a pesar de haber recibido al menos dos medicamentos antiarrítmicos y de haberse sometido al menos a un procedimiento de ablación con catéter (o de tener una contraindicación para la ablación con catéter). Se fomentó la evaluación de los pacientes para trasplante cardíaco, de acuerdo con las normas de atención institucional, pero la elegibilidad para el trasplante no era una condición absoluta para su consideración. Los pacientes a los que se había colocado un dispositivo de asistencia ventricular izquierda no fueron evaluados para su inclusión en el estudio.

El flujo de trabajo del procedimiento de radioablación no invasiva se muestra en la figura 7. Antes del tratamiento, los pacientes se sometieron a obtención de imágenes electrocardiográficas no invasivas durante la taquicardia ventricular inducida para cartografiar de forma precisa el circuito de taquicardia ventricular. Para la obtención de imágenes electrocardiográficas, los pacientes llevaban un chaleco de 256 electrodos (BioSemi) y se sometieron a una TC torácica. A continuación, los pacientes fueron trasladados al laboratorio de electrofisiología y sometidos a estimulación programada no invasiva con el uso de un DCI permanente para inducir taquicardia ventricular. Se obtuvieron datos para los mapas de obtención de imágenes electrocardiográficas y se utilizó el DCI para interrumpir la taquicardia ventricular con una breve maniobra de sobreestimulación. Se crearon mapas de obtención de imágenes electrocardiográficas para identificar el lugar de activación eléctrica más temprana durante la taquicardia ventricular (el "lugar de salida").

Cuando clínicamente disponible, se utilizó la obtención de imágenes cardíacas adicionales para identificar las regiones de cicatrización anatómica con TC de emisión monofotónica (SPECT) en reposo o IRM cardíaca potenciada con contraste para usar técnicas estándar (figura 7). La información eléctrica de la obtención de imágenes electrocardiográficas y la información de la cicatrización anatómica se combinaron para construir un objetivo volumétrico para la radioablación que se dirigía a la zona de los primeros 10 ms de taquicardia ventricular (el lugar de salida) y a todo el espesor miocárdico de la cicatriz ventricular asociada.

De forma adicional, antes del tratamiento, los pacientes se sometieron a una TC de planificación, que incluía la inmovilización de todo el cuerpo desde el tórax hasta las piernas con el uso de un dispositivo asistido por vacío (BodyFIX, Elekta) y la adquisición de una TC correlacionada con la respiración (TC cuatridimensional) para evaluar la suma total del movimiento cardíaco y pulmonar. Se desarrolló un objetivo final (volumen objetivo de planificación) ampliando el objetivo, como se ha definido anteriormente, para tener en cuenta el movimiento, incertidumbre de configuración e incertidumbre de administración.

Se prescribió la administración de una dosis total de 25 Gy en una sola fracción al volumen objetivo de planificación con la meta de lograr la máxima cobertura de dosis y evitar al mismo tiempo una dosis superior a las restricciones de dosis calculadas para los órganos circundantes, incluyendo el esófago, el estómago, los pulmones y la médula espinal. Antes de su entrega, todos los planes se sometieron y superaron un control de calidad estándar de física interna en un maniquí calibrado.

La SBRT se realizó con el uso de un acelerador lineal equipado con radioterapia guiada por imagen (TrueBeam, Varian Medical Systems) que utiliza TC de haz cónico para adquirir imágenes del tórax, que pueden registrarse directamente en la TC de planificación. Este procedimiento permite alinear con precisión el corazón y el volumen objetivo sin la necesidad de colocar de forma invasiva un marcador fiduciario. Durante el tratamiento, se colocó a los pacientes en su dispositivo de inmovilización personalizado, que se alineó con el uso de la TC de haz cónico, con verificación de la alineación mediante fluoroscopia. Todos los pacientes fueron tratados sin usar ningún tipo de obtención de imágenes adicional durante el tratamiento y sin sedación ni anestesia.

Después del tratamiento, los pacientes fueron seguidos de acuerdo con el estándar de cuidados para pacientes sometidos a ablación de taquicardia ventricular. Todos los DCI se reprogramaron con una zona de sólo monitorización a 100 lpm para evaluar la taquicardia ventricular lenta. Se inscribió a los pacientes en un programa de monitorización remota de dispositivos para mejorar la rápida identificación e interpretación de cualquier arritmia detectada en un DCI. Los pacientes fueron atendidos en la consulta externa con interrogatorios de DCI cada 2 semanas durante 2 meses, mensualmente durante los 4 meses siguientes y, a continuación, 1 año después del tratamiento.

En cada visita, se intentó retirar la medicación antiarrítmica a los pacientes para mitigar los conocidos efectos tóxicos a corto y largo plazo de estos fármacos. Si no se detectaron más arritmias ventriculares, se redujeron o se interrumpieron las dosis de antiarrítmicos, con el objetivo de suspender todos los medicamentos antiarrítmicos después de la visita de 6 semanas. Los pacientes siguieron recibiendo tratamiento médico (incluidos los betabloqueantes) para la insuficiencia cardíaca antes y después del tratamiento.

Los episodios de taquicardia ventricular se contabilizaron como la suma de las descargas de DCI apropiadas, estimulación antitaquicardia por DCI adecuada y sostenida (>30 segundos), taquicardia ventricular no tratada en la zona del monitor. Los electrofisiólogos tratantes adjudicaron todas las exploraciones de DCI. Los pacientes se sometieron a ecocardiografías al inicio del estudio y 1, 6 y 12 meses después del tratamiento para evaluar los efectos adversos cardiacos. Los pacientes también se sometieron a una TC torácica al inicio del estudio y a los 3 y 12 meses para evaluar los efectos adversos torácicos de acuerdo con las normas habituales de tratamiento de la SBRT torácica.

De abril a noviembre de 2015, nueve pacientes fueron evaluados para radioablación no invasiva; de estos pacientes, cinco recibieron el tratamiento. De los cuatro pacientes que no recibieron tratamiento, dos se negaron a participar (uno optó por ingresar en cuidados paliativos y falleció por complicaciones de taquicardia ventricular 1 semana después, y otro optó por someterse a un procedimiento invasivo de ablación de taquicardia ventricular), uno falleció por choque cardiogénico progresivo antes del tratamiento y a otro se le implantó un dispositivo de asistencia ventricular izquierda, con crisis de taquicardia ventricular recurrente después de la cirugía.

En la tabla 1 se resumen los datos demográficos y clínicos de cada paciente.

*NA indica no aplicable porque el paciente falleció 3 semanas después del tratamiento y NYHA New York Heart Association.

La edad media de los cinco pacientes tratados era de 66 años (intervalo, 60 a 83). El número medio de episodios de taquicardia ventricular por paciente en los 3 meses anteriores al tratamiento fue de 1315 (intervalo, 5 a 4312). Todos los pacientes tomaban dos fármacos antiarrítmicos en el momento de la evaluación. Los procedimientos invasivos previos de ablación con catéter habían fracasado en tres pacientes. Dos pacientes tenían contraindicaciones para la ablación invasiva con catéter: uno (Paciente 2) tenía una válvula mitral protésica mecánica nueva y evidencia de taquicardia ventricular epicárdica, y otro (Paciente 5) se consideraba demasiado frágil para cualquier procedimiento invasivo. Los cinco pacientes tenían síntomas de insuficiencia cardíaca de clase III o IV de la New York Heart Association. La fracción de expulsión ventricular izquierda media fue del 23 % (intervalo, 15 a 37).

Todos los pacientes se sometieron a imágenes electrocardiográficas no invasivas para la cartografía de su taquicardia ventricular. Cuatro pacientes tenían taquicardia ventricular inducible (número medio de circuitos, tres; intervalo, uno a seis). Se realizó la obtención de imágenes electrocardiográficas durante todos los episodios inducidos de taquicardia ventricular. En un paciente (Paciente 3), no se pudo inducir taquicardia ventricular y no se obtuvieron imágenes electrocardiográficas, por lo que los resultados de la electrocardiografía de 12 derivaciones y la cartografía invasiva previa con catéter se utilizaron para guiar la creación de un objetivo volumétrico. Las características del tratamiento figuran en la tabla 1. Los volúmenes objetivo de ablación oscilaron entre 17 y 81 ml (media, 49). Los tiempos de tratamiento en mesa oscilaron entre 11 y 18 minutos (media, 14).

En una mediana de seguimiento de 12 meses, tras el tratamiento se produjo una marcada reducción de la carga de taquicardia ventricular (tabla 1 e figuras 9A-9C). En conjunto, se produjeron 6577 episodios de taquicardia ventricular en los 15 pacientes-meses anteriores al tratamiento. Durante las 6 semanas inmediatamente posteriores a la ablación (el "periodo de blanqueo", cuando pueden producirse arritmias debido a la inflamación posterior a la ablación), hubo 680 episodios de taquicardia ventricular. Tras el periodo de blanqueo de 6 semanas, se produjeron 4 episodios de taquicardia ventricular durante los 46 pacientes-meses siguientes, para una reducción relativa del 99,9 % desde el inicio del estudio.

La figura 8A muestra el número mensual de episodios de taquicardia ventricular por paciente. Todos los pacientes tenían una reducción de la carga de taquicardia ventricular. De los cuatro pacientes que seguían vivos a los 12 meses, tres no recibían ninguna medicación antiarrítmica. El Paciente 3 reinició la amiodarona 9 meses después del tratamiento tras el primer episodio de estimulación antitaquicardia. El Paciente 4 fue sometido adicionalmente a un procedimiento invasivo de ablación con catéter a las 4 semanas del tratamiento debido al cese incompleto de la taquicardia ventricular, sin más episodios a partir de entonces. Se observó una mejora tanto en el número de descargas del DCI (un número total de 55 descargas del DCI antes del tratamiento frente a 1 descarga después del tratamiento) (figura 8B) como en la estimulación antitaquicardia del DCI (6577 episodios antes del tratamiento frente a 3 episodios después del tratamiento) (figura 8C).

No se produjeron complicaciones durante el tratamiento o la hospitalización inicial. Tres pacientes manifestaron fatiga al día siguiente del tratamiento. No se produjeron exacerbaciones agudas de la insuficiencia cardíaca en el período inmediatamente posterior al tratamiento. Los pacientes fueron dados de alta de 1 a 3 días después del tratamiento.

No se observaron efectos adversos en el rendimiento del sistema de DCI, umbrales de derivaciones, o impedancias de derivaciones en cualquier punto después del tratamiento. La ecocardiografía seriada no mostró derrames pericárdicos. El cambio medio en la fracción de expulsión del ventrículo izquierdo en la última visita de seguimiento fue un aumento absoluto de 6 puntos porcentuales (intervalo, 0,2 a 22) (figura 9A). No se produjeron síntomas pulmonares tras el tratamiento. La TC seriada a los 3 meses mostró hallazgos consistentes con cambios inflamatorios en el tejido pulmonar adyacente, típicos de la SBRT torácica, con resolución casi completa a los 12 meses (figura 9B). A los 12 meses, no había dolor torácico ni cambios aparentes en el miocardio o las arterias coronarias en la TC en la región objeto del tratamiento.

Durante el seguimiento, después de suspender la amiodarona, la función del nódulo sinusal se recuperó en tres pacientes. Las frecuencias cardíacas en ritmo sinusal superaron ocasionalmente la frecuencia de corte programada por el DCI para la detección (100 lpm). Esta situación requirió la reprogramación del DCI para evitar una terapia inadecuada.

Un paciente (Paciente 5) tuvo un accidente cerebrovascular mortal 3 semanas después del tratamiento. Esta mujer de 83 años tenía antecedentes de fibrilación auricular, miocardiopatía grave y otros factores de riesgo de accidente cerebrovascular. Debido a un riesgo de hemorragia relacionado con la fragilidad, no se prescribieron anticoagulantes orales para impedir el accidente cerebrovascular. En las 3 semanas posteriores al tratamiento, su carga de taquicardia ventricular se redujo en un 82 % (desde 1777 episodios de estimulación antitaquicardia en el mes anterior al tratamiento hasta 322 episodios después del tratamiento). Su fracción de expulsión ventricular izquierda había aumentado del 15 % al 30 %. No se observaron trombos intracardíacos en la ecocardiografía ni durante la evaluación patológica. Aún no está claro si el accidente cerebrovascular estuvo asociado a la SBRT o a enfermedades preexistentes que la colocaban en una situación de alto riesgo de accidente cerebrovascular.

Se obtuvo el consentimiento para la evaluación patológica cardíaca necroscópica de la Paciente 5. Se identificaron vasos sanguíneos ectásicos prominentes en la interfaz de la cicatriz densa y el miocardio viable (zona del borde de la cicatriz) (figura 10A). Este patrón se ha descrito como un componente de la lesión vascular aguda que suele observarse en las primeras semanas tras la exposición a la radiación. En dichos casos, el patrón de lesión va normalmente acompañado de inflamación de las células endoteliales, vacuolización y edema tisular perivascular. No obstante, en este paciente, el revestimiento endotelial de estos vasos parecía normal y no reactivo, sin evidencia de vasculitis aguda o edema tisular (figura 10B). No se ha observado evidencia de necrosis aguda de miocitos, hemorragia o inflamación aguda. Se desconocen las contribuciones relativas del infarto de miocardio remoto y de la SBRT cardíaca aguda para la formación de cicatriz densa.

Ejemplo 2:

El ensayo ENCORE-TV fue un ensayo prospectivo de fase I/II de un solo brazo realizado en un único centro. La junta local de revisión institucional (IRB, por sus siglas en inglés) aprobó el estudio sin la Exención para Dispositivos en Investigación (IDE, por sus siglas en inglés) basándose en la interpretación de las indicaciones para uso y el riesgo de los aceleradores lineales y la tecnología de obtención de imágenes electrocardiográficas. Todos los participantes dieron su consentimiento informado, y un comité independiente de supervisión de datos y seguridad revisó los datos semestralmente y proporcionó orientación sobre la continuación del estudio. Posterior a la inscripción en el estudio, la FDA revisó el protocolo y clasificó la investigación como estudio de riesgo significativo, que requiere aprobación de IDE. Los investigadores, el IRB y la FDA colaboraron para garantizar que se aplicaban las medidas de protección adecuadas a los sujetos humanos.

Los pacientes elegibles tenían > 18 años y tenían a) > 3 episodios de TV monomorfa sostenida, o b) miocardiopatía (fracción de expulsión ventricular izquierda [FEVI] < 50%) relacionada con CVP monomórficas (CVP > 20 %) y requerían el fracaso de > 1 medicación antiarrítmica y > 1 ablación con catéter (o tienen una contraindicación para la ablación con catéter). Los pacientes no podían haber recibido radioterapia en el pasado en el campo de tratamiento previsto. Se consideró que los pacientes no eran aptos si tenían insuficiencia cardíaca dependiente de inotrópicos y/o un dispositivo de asistencia ventricular izquierda, o si se consideraba improbable que vivieran 12 meses en ausencia de TV. Los pacientes tampoco eran elegibles si tenían taquicardia ventricular polimórfica o fibrilación ventricular, más de 3 morfologías clínicas distintas de taquicardia ventricular o más de 5 morfologías inducidas de taquicardia ventricular durante una prueba de estimulación programada no invasiva (NIPS, por sus siglas en inglés).

Selección de objetivos

Los estudios de valor de referencia especificados en el protocolo para la selección de objetivos incluían una TC cardíaca, IRM cardíaca, PET/TC, ECG de 12 derivaciones y adquisición de IECG durante la TV inducida durante la prueba de NIPS. Se ha descrito previamente una síntesis de estudios de obtención de imágenes y cartografía electrofisiológicas para guiar la SBRT en cada paciente, con el principio de seleccionar todas las áreas de cicatriz ventricular que se aproximen al lugar de salida de la TV y que alberguen circuitos relacionados.

Tratamiento y seguimiento

Los pacientes recibieron una dosis única de 25 Gy administrada con SBRT en el objetivo arritmogénico definido anteriormente. Tras finalizar el tratamiento, se aplicó un plan de programación de DCI preespecificado para todos los pacientes, que incluía una zona de detección al menos 20 ms más lenta que la TV clínica o inducida más lenta. Los DCI se controlaban a distancia como parte de la atención clínica. Si no estaba contraindicada, se prescribió anticoagulación oral durante el primer mes tras el tratamiento. Las visitas del estudio tuvieron lugar el día 3, a las 2, 4 y 6 semanas, 6, y 12 meses, y anualmente a partir de entonces. Se evaluaron continuamente los acontecimientos adversos y se realizó una exploración del DCI en cada visita del estudio. Se obtuvo un ECG de 12 derivaciones al día 3, a las 6 semanas y a los 3, 6 y 12 meses. Para pacientes con CVP, se realizó un monitor Holter de 24 horas en la semana 6 y en los meses 3, 6 y 12. Se realizó TC torácica junto con IECG (sin NIPS) a los 3 y 12 meses.

Medidas de resultado y análisis estadístico

El ensayo ENCORE-TV se diseñó con criterios de valoración coprincipales de (1) seguridad y (2) eficacia. El criterio de valoración primario de seguridad se definió como la tasa de acontecimientos adversos graves (AAG) < 90 días definidos mediante los Criterios Terminológicos Comunes para los Acontecimientos Adversos (CTCAE, v4.0, por sus siglas en inglés) relacionados con el tratamiento (posiblemente, probablemente o definitivamente relacionados con el tratamiento del estudio). Los AAG se definieron como cualquier toxicidad de grado 3 que requiriera hospitalización, o cualquier toxicidad de grado 4-5. Se estableció una regla de interrupción temprana para detener la inscripción en el protocolo si 5 o más de los 10 primeros pacientes desarrollaban un AAG.

El criterio de valoración primario de la eficacia se definió como el número de sujetos con alguna reducción del número de tratamientos con DCI para TV o carga de CVP de 24 horas comparando el periodo de 6 meses antes y después de la SBRT, con un periodo de blanqueo de 6 semanas después del tratamiento para permitir el efecto del tratamiento. Los tratamientos con DCI se componen de descargas de DCI y estimulación antitaquicardia (ATP, por sus siglas en inglés). Entre los objetivos secundarios adicionales preespecificados que se presentan en el presente documento se incluyen criterios de valoración de la eficacia más estrictos (reducción del 50 %, reducción del 95 %), un criterio de valoración derivado del paciente (reducción de las descargas en pacientes con TV, mejora de la función cardíaca en caso de CVP), supervivencia global, acontecimientos adversos tardíos (>90 días a 1 año) y calidad de vida medida por el cuestionario SF-36.

La potencia del estudio se estableció como un equilibrio entre la garantía de una alta probabilidad de seguridad y una evaluación preliminar de la eficacia. Teniendo en cuenta que todos los pacientes no habían tenido éxito con tratamientos previos para detener la taquicardia ventricular, se esperaba que la población de este estudio presentara un mayor riesgo, y se partió de la base de que unas tasas de AAG de hasta el 20 % y una eficacia tan baja como el 40 % serían clínicamente aceptables. Usando una prueba unilateral de una muestra para proporciones, 19 pacientes proporcionaron una potencia del 75,4 % para determinar que la tasa de AAG no era realmente superior al 20 % (intervalo, 5-20 %, alfa = 0,0829) y una potencia del 81,5 % para determinar que la eficacia no era peor del 40 % (intervalo, 40-65 %, alfa = 0,0885).

Las variables continuas se presentan como la mediana e intervalo. Se utilizó la prueba de rangos con signo de Wilcoxon para comparar el número de eventos de TV, descargas de DCI y eventos de ATP entre los puntos de valor de referencia y los 6 meses. Se utilizó la prueba pareada de McNemar para evaluar los cambios en las proporciones de uso de antiarrítmicos. Para el análisis de la calidad de vida, valores medios de cada una de las mediciones del Short Form-36 al inicio del estudio, 6 semanas y 6 meses se compararon mediante un ANOVA de medidas repetidas con corrección de Greenhouse-Geisser. La mediana de seguimiento se calculó desde la fecha de tratamiento hasta la fecha del último seguimiento programado o la muerte. Se utilizó el análisis de Kaplan-Meier para estimar la función de supervivencia. Todas las estadísticas se realizaron en IBM SPSS Statistics para Windows, Versión 24.0, Armonk, NY, 2016.

Pacientes y tratamiento

La tabla 2 presenta los datos demográficos de la cohorte, que se caracterizaba por una mediana de edad de 66 años, 89,5 % varones (n=17), miocardiopatía isquémica (n=11, 57,9 %), FEVI mediana de 25 % (intervalo, 15-58), Clase III/IV de la New York Heart Association (NYHA) (73,7 %).

Tabla 2.

El número mediano de ablaciones con catéter previas a la inscripción fue de 1 (intervalo, 0-4). Tres pacientes no tenían ablación con catéter previa debido a AVR y MVR (ambos por sus siglas en inglés) mecánicos (n=1), fracción de expulsión del VI gravemente reducida con comorbilidades médicas que impiden el soporte hemodinámico (n=1), presencia de trombo móvil del VI (n=1). El seguimiento mediano fue de 13 meses, y no se perdió el seguimiento de ningún paciente.

Se incluyeron pacientes con TV tratada con DCI (n=17) o miocardiopatía relacionada con CVP (n=2). De los 17 pacientes con TV tratados con DCI, 10 se consideraron crisis de taquicardia ventricular (tres o más episodios de taquicardia ventricular en 24 horas) y dos estaban en taquicardia ventricular sostenida en el momento del tratamiento. Más de la mitad (n=11, 57,9 %) de los pacientes tomaban >1 fármacos antiarrítmicos y tomaban > 300 mg diarios de amiodarona en el momento del tratamiento.

Las características de la selección de los objetivos y los tratamientos se recogen en la tabla 3. Diez pacientes fueron excluidos de la RM cardíaca principalmente debido a derivaciones de DCI abandonadas. Todos los pacientes se sometieron a TC, obtención de imágenes nucleares, e inducción de TV con ECG posterior de 12 derivaciones e imágenes por IECG. Los pacientes tenían una mediana de 2 TV inducidas (intervalo, 1-5).

Tabla 3.

El volumen objetivo bruto mediano fue de 25,4 cc (intervalo, 6,4-88,6). Los pacientes con CVP tenían el volumen objetivo bruto más pequeño (6,4 cc, 11,5 cc). Teniendo en cuenta el movimiento y márgenes adicionales conservadoras para la preparación y la administración, el volumen objetivo de planificación mediano fue de 98,9 cc (intervalo, 60,9-298,8). La mayoría (n=17, 89,5 %) fue tratada con una técnica de terapia de arco volumétrico modulado. La mediana del tiempo de aplicación del haz fue de 15,3 minutos (5,4-32,3).

Seguridad

No se observó toxicidad aguda durante o inmediatamente después de la SBRT. No se observaron efectos adversos con los CDI durante o después de la SBRT. Dos pacientes (10,5 %) experimentaron un AAG de grado 3 relacionado (posiblemente, probable o definitivamente relacionado) con el tratamiento. Un paciente fue hospitalizado 65 días después del tratamiento con una exacerbación de la insuficiencia cardíaca (grado 3) y fue calificó de forma conservadora como posible. Otro paciente fue hospitalizado a los 80 días con pericarditis que mejoró con prednisona y se calificó como probable. No se registró toxicidad de grado 4. Un paciente adicional falleció 17 días después del tratamiento en una residencia de ancianos como consecuencia de un accidente que se calificó como no relacionado y no contribuyó al criterio de valoración de eficacia primario a los 6 meses. No se cumplieron las normas de interrupción temprana y el DSMB recomendó la finalización del estudio.

Los acontecimientos adversos probable o definitivamente relacionados con el tratamiento fueron generalmente de grado 1-2 (8 acontecimientos en 4 pacientes, (22 %)). La fatiga transitoria de grado 1 y la hipotensión fueron frecuentes. Tres pacientes necesitaron un ajuste de la medicación antihipertensiva debido a hipotensión dentro de las dos semanas de tratamiento. Otros efectos adversos frecuentes de grado 1-2 incluyeron mareos, disnea y náuseas. Dos pacientes (11,1 %) desarrollaron neumonitis por radiación de grado 2 que se resolvió con esteroides. Se documentaron derrames pericárdicos 6 veces en 5 pacientes (28 %); 3 eran 2 asintomáticos, 1 se resolvió con tratamiento médico, y 2 fueron de mayor grado (1 de grado 3 posiblemente relacionado 3, 1 de grado 4 no relacionado tras acceso epicárdico). Los pacientes con 4 pericarditis o neumonitis sintomáticas fueron tratados con prednisona administrada a razón de 1 mg/kg diario (máx. 560 mg), disminuyendo en 10 a 20 mg por semana en función de los síntomas. Seis pacientes (33 %) tuvieron 6 al menos un ingreso hospitalario por insuficiencia cardíaca en cualquier momento del seguimiento.

Eficacia

De los dieciocho pacientes que sobrevivieron 6 meses, el criterio de valoración de eficacia primario de reducción de los episodios de TV o de la carga de CVP se alcanzó en 17/18 (94 %) pacientes. La figura 11 muestra la frecuencia de episodios de TV y la carga de CVP de 24 horas antes y después de la radioablación cardíaca no invasiva para todos los 18 pacientes.

Para 16 pacientes evaluables con TV tratada con DCI, hubo 1778 episodios de TV en total en los 6 meses anteriores al tratamiento. Durante el periodo de blanqueo de 6 semanas, hubo 149 episodios. Durante los próximos 4,5 meses, hubo 111 episodios de TV (94 % de reducción total de episodios de TV). El número medio de episodios de TV disminuyó desde los 6 meses previos a la ablación (119, intervalo de 4-292) a los 6 meses posteriores a la ablación (3, intervalo 0-31, p<0,001). Se han observado reducciones significativas en el número mediano de descargas de DCI (pre-ablación 4, intervalo 0-30 frente a post-ablación 0, intervalo 0-7, p=0,002), y para ATP por DCI (pre-ablación 81, intervalo 0-292 frente a post-ablación 3,5, intervalo 0-29, p=0,001).

Para 2 pacientes con miocardiopatía relacionada con CVP, la carga de CVP en 24 horas se redujo del 24 % al 2 % y del 26 % al 9 %. La FEVI mejoró un 13 % y un 8 %, respectivamente, como se observa en la figura 12.

Los criterios de valoración secundarios preespecificados incluían una reducción del 50 % y del 95 % de los episodios de TV o de la carga de CVP en 24 horas. Este criterio de valoración se alcanzó en el 94 % y el 61 % de los pacientes, respectivamente. La frecuencia de los episodios de TV o la carga de CVP se redujo en un 75 % en el 89 % de los pacientes. Un criterio de valoración secundario preespecificado fue la eliminación de las descargas de DCI y/o la mejora de la FEVI, que se alcanzó en el 72 % de los pacientes. Aunque la carga de ITV se redujo en casi todos, muchos (11/16, 69 %) tuvieron alguna recurrencia de TV entre el extremo del periodo de seis semanas de supresión y los seis meses. La supervivencia global fue del 89 % a los 6 meses y del 72 % a los 12 meses (figura 13A).

La figura 13B muestra la distribución del uso de medicación antiarrítmica antes del tratamiento y a los seis meses. El uso de doble medicación antiarrítmica disminuyó del 58 % al 11 % (p=0,008). El uso de dosis altas de amiodarona (>300 mg al día) disminuyó del 58 % al 11 %. El uso de agentes de clase 1 disminuyó del 67 % al 11 %. Cuatro pacientes interrumpieron por completo la medicación antiarrítmica.

En la figura 13C se muestran algunas puntuaciones de calidad de vida informadas por los pacientes al inicio del estudio, 6 semanas y 6 meses después del tratamiento. Se observaron perfeccionamientos significativos en las categorías de cambio de salud y funcionamiento social percibido. No se observaron cambios en el ámbito de la salud general. Las puntuaciones de calidad de vida no disminuyeron en ningún ámbito.

Ejemplo 3:

Este ejemplo proporciona datos de muestra del paciente y un resultado de ejemplo del método para determinar los segmentos para la ablación. El paciente era un varón de 50 años con miocardiopatía no isquémica (angiograma coronario normal). El paciente tuvo un procedimiento de cartografía/ablación endocárdica del VI 2,5 años antes y tomaba medicación antiarrítmica. El paciente tenía TV monomorfa con una longitud de ciclo (LC) de 300-320 ms y 183 episodios de antitaquicardia.

El ventrículo izquierdo se segmentó como se ve en la figura 3A. La cartografía/ablación previa identificó una señal anormal mínima en el segmento 10 y se realizó una ablación empírica del segmento 10 con catéter.

En la figura 14 se muestra un ECG del paciente que muestra una TV1 en el segmento 10 con una LC de 300 ms y una FC de 200 lpm. Esto demostró que los EGM intracardíacos coincidían con la TV clínica.

Una IRM para identificar las alteraciones del movimiento de la pared reveló que los segmentos 11, 12, 5 y 6 eran hipocinéticos. Una IRM con gadolinio identificó una cicatriz densa en los segmentos 5, 6, 11, 12 y 10 y una cicatriz miocárdica media en los segmentos 1 y 2, por ejemplo, según se observa en las figuras 15A y 15B. Una TC identificó una región delgada en el segmento 5, por ejemplo, como se observa en las figuras 16A y 16B. Una PET de viabilidad (no inflamatoria) identificó una región de captación disminuida en los segmentos 5 y 11, por ejemplo, como se observa en la figura 17.

Según se observa en las figuras 18A, 18B y 18C, La IECG identificó que los segmentos 10 y 6 eran los más tempranos, por lo que era probable que el segmento endocárdico 11 fuera el origen porque, tal como se observa en la figura 3A, el segmento 11 está entre las dos rupturas epicárdicas de los segmentos 10 y 6. Se identificaron EGM locales con ondas R pequeñas. Se identificaron anomalías del ritmo sinusal en los segmentos 10, 11, 6 y 5.

El contorneado se realizó como se observa en la figura 19. El lugar de salida se identificó como el segmento 10. La cicatriz cercana se identificó como segmentos 11 y 12. La ablación se extendió hasta el segmento 5. La cicatriz en los segmentos 1 y 2 no fue seleccionada como objetivo. El segmento 6 no fue seleccionado como objetivo porque el ECG estaba dirigido totalmente de forma superior.

En general, el paciente tenía una cicatriz compleja con una cicatriz inferolateral casi transmural, transiciones cicatriciales parcheadas en los bordes inferior y anterolateral, y una "franja" miocárdica media en la base anteroseptal. La TV clínica se indujo fácilmente y las cartografías por IECG y ECG indicaron un lugar de salida del VI inferior medio (probablemente endocárdico con dos salidas epicárdicas en IECG). La selección de objetivos fue posible gracias al ECG y la IECG, ya que la cartografía cardíaca previa no era consistente con la cicatriz de la IRM.

Las cartografías de las figuras 14, 15A, 15B, 16A, 16C, 17, 18A, 18B, 18C, y 19 fueron cartografías de entrada en el método para determinar uno o más objetivos de arritmia cardíaca para ablación. Las figuras 20A, 20B, 20C, 20D, 20E y 20F muestran las anomalías de segmento identificadas desde cada una de las cartografías de entrada (EKG, movimiento por IRM, cicatriz por IRM, TC, PET, IECG, respectivamente). La figura 20G es el resultado del método que define los uno o más objetivos de arritmia cardíaca, mostrando la probabilidad de cada uno de los objetivos. Por ejemplo, objetivos de mayor probabilidad en rojo, objetivos moderados en naranja y objetivos inferiores en amarillo. En este ejemplo, los objetivos finales eran los segmentos 5, 10, 11 y 12.

Ejemplo 4:

Este ejemplo proporciona datos de muestra del paciente y un resultado de ejemplo del método para determinar los segmentos para la ablación. El paciente era un varón de 56 años con miocardiopatía isquémica (FEVI <25 %). El paciente había tenido 4 ablaciones por catéter previas y estaba en tratamiento con antiarrítmicos duales.

El ventrículo izquierdo se segmentó como se ve en la figura 3A. Un ECG del paciente se muestra en la figura 21A que muestra una<t>V1 en el segmento 7 y en la figura 21B que muestra una TV2 en el segmento 14.

No se obtuvieron IRM porque el marcapasos del paciente se encontraba en el intervalo de sustitución electiva (ERI, por sus siglas en inglés). Una TC identificó un aneurisma apical adelgazado en los segmentos 7, 13, 14, 15, 16 y 17, por ejemplo, como se observa en la figura 22. Una PET identificó un gran aneurisma apical anterior en los segmentos 7, 13, 14, 15, 16 y 17, por ejemplo, como se observa en las figuras 23A y 23B.

Según se observa en las figuras 24A, 24B, 24C y 24D, La IECG identificó TV1 en los segmentos 7, 12, 13 y 16 y TV2 en los segmentos 15 y 16. De forma adicional, la IECG identificó un ritmo sinusal, un gran aneurisma apical en los segmentos 13, 14, 15, 16 y 17 y activación tardía isócrona en los segmentos 13 y 16, según se observa en las figuras 24E y 24F.

El contorneado se hizo según se observa en las figuras 25A y 25B. En general, el paciente tenía una gran cicatriz apical anterior con dos TV diferentes, ambas saliendo de dos bordes diferentes desde la cicatriz e interesante activación del ritmo sinusal que se alinea con los sitios de TV. La IECG concuerda con el ECG de VT1, pero no con el ECG de VT2. La decisión de tratamiento de objetivos ponderó la homogeneización de cicatriz (grande) frente a un enfoque más enfocado. Las TV en 12 derivaciones son dos regiones diferentes, bastante lejos, que requieren una ablación más amplia. La homogeneización completa de la cicatriz requeriría los segmentos 7, 13, 14, 15, 16 y 17, mientras que la IECG de forma aislada recomendaría el borde lateral de la cicatriz, sólo los segmentos 13, 15, 16.

Las cartografías de las figuras 21A, 21B, 22, 23A, 23B, 24A, 24B, 24C, 24D, 24E, 24F, 25A, y 25B fueron cartografías de entrada en el método para determinar uno o más objetivos de arritmia cardíaca para ablación. Las figuras 26A, 26B, 26C, 26D, 26E, 26F, 26G, y 26H muestran las anomalías de segmento identificadas desde cada una de las cartografías de entrada (EKG para TV1, EKG para TV2, TC, PET, IECG para TV1, IECG para TV2, IECG para la cicatriz del ritmo sinusal, y IEC<g>para la última activación del ritmo sinusal, respectivamente). La figura 26I es el resultado del método que define los uno o más objetivos de arritmia cardíaca, mostrando la probabilidad de cada uno de los objetivos. Por ejemplo, objetivos de mayor probabilidad en rojo, objetivos moderados en naranja y objetivos inferiores en amarillo. En este ejemplo, los objetivos finales eran los segmentos 7, 13, 14, 15, 16 y 17.

Claims

REIVINDICACIONES

1. Un método implementado por ordenador (100) para determinar un objetivo de arritmia cardíaca para ablación, comprendiendo el método:

recibir (105) una pluralidad de imágenes de un paciente, comprendiendo la pluralidad de imágenes una imagen eléctrica, una imagen anatómica y una imagen funcional;

identificar un número de segmentos en cada imagen de la pluralidad de imágenes, correspondiendo cada segmento a una localización anatómica diferente;

identificar (110) anomalías en cada imagen de la pluralidad de imágenes, en donde las anomalías se seleccionan de entre la localización de una cicatriz en la imagen anatómica, una región que no es viable en la imagen funcional, y una localización donde se origina la taquicardia ventricular en la imagen eléctrica;

seleccionar segmentos en los que se localice cualquiera de las anomalías;

alinear la pluralidad de imágenes; y

seleccionar (120) el objetivo de arritmia cardíaca basándose en los segmentos en la pluralidad de imágenes alineadas en los que hay una superposición de las anomalías identificadas en la imagen funcional y tanto en la imagen eléctrica como en la imagen anatómica, en donde la imagen eléctrica es una imagen electrocardiográfica, la imagen anatómica es al menos una de una imagen de tomografía computarizada o una imagen de resonancia magnética, y la imagen funcional es al menos una de una imagen de tomografía computarizada por fotoemisión, una imagen de tomografía por emisión de positrones o una imagen de ecocardiograma.

2. El método implementado por ordenador (100) de la reivindicación 1, en donde identificar (110) las anomalías comprende recibir una identificación manual de las anomalías por parte de un usuario.

3. El método implementado por ordenador (100) de la reivindicación 1, en donde seleccionar (120) el objetivo de arritmia cardíaca comprende además ajustar el objetivo de arritmia cardíaca basándose en datos adicionales sobre el paciente.

4. El método implementado por ordenador (100) de la reivindicación 1, comprendiendo además generar (220) un módulo de apoyo a la toma de decisiones, y presentar el módulo de apoyo a la toma de decisiones a un médico, en donde el módulo de apoyo a la toma de decisiones comprende una salida del objetivo de arritmia cardíaca seleccionado.

5. El método implementado por ordenador (100) de la reivindicación 1, en donde seleccionar (120) el objetivo de arritmia cardíaca comprende además ajustar el objetivo de arritmia cardíaca basándose en datos adicionales, incluyendo el conocimiento previo de pacientes anteriores.

6. Un sistema (400) para determinar un objetivo de arritmia cardíaca para ablación, comprendiendo el sistema:

una entrada (445) para recibir una pluralidad de imágenes de un paciente, la pluralidad de imágenes estando seleccionadas de entre una imagen eléctrica, una imagen anatómica y una imagen funcional;

al menos un procesador (410);

una memoria (415) que almacena instrucciones que, cuando son ejecutadas por el al menos un procesador, hacen que el al menos un procesador:

reciba la pluralidad de imágenes de un paciente desde la entrada, comprendiendo la pluralidad de imágenes una imagen eléctrica, una imagen anatómica y una imagen funcional;

identifique un número de segmentos en cada imagen de la pluralidad de imágenes, correspondiendo cada segmento a una localización anatómica diferente;

identifique anomalías en cada imagen de la pluralidad de imágenes, en donde las anomalías se seleccionan a de entre la localización de una cicatriz en la imagen anatómica, una región que no es viable en la imagen funcional, y una localización donde se origina la taquicardia ventricular en la imagen eléctrica; seleccione los segmentos en los que se localiza cualquiera de las anomalías;

alinee la pluralidad de imágenes; y

seleccione un objetivo de arritmia cardíaca para la ablación basándose en los segmentos en la pluralidad de imágenes alineadas en los que hay una superposición de las anomalías identificadas en la imagen funcional y tanto en la imagen eléctrica como en la imagen anatómica, en donde la imagen eléctrica es una imagen electrocardiográfica, la imagen anatómica es al menos una de una imagen de tomografía computarizada o una imagen de resonancia magnética, y la imagen funcional es al menos una de una imagen de tomografía computarizada por fotoemisión, una imagen de tomografía por emisión de positrones o una imagen de ecocardiograma.

7. El sistema (400) de la reivindicación 6, en donde la memoria (415) almacena instrucciones adicionales, que cuando son ejecutadas por el al menos un procesador (410), hacen que el al menos un procesador ajuste el objetivo de arritmia cardíaca para la ablación basándose en datos adicionales sobre el paciente.

8. El sistema (400) de la reivindicación 6, en donde la memoria (415) almacena instrucciones adicionales, que cuando son ejecutadas por el al menos un procesador (410), hacen que el al menos un procesador:

reciba una o más cartografías clínicas que incluyen al menos uno de datos demográficos del paciente, antecedentes quirúrgicos del paciente, información sobre la taquicardia ventricular e imágenes electroanatómicas previas del paciente; y

determine un objetivo de arritmia cardíaca actualizado para la ablación basándose en la pluralidad alineada de imágenes y en las una o más cartografías clínicas.