¿Cómo se evalúa la fibrosis hepática sin necesidad de biopsias?
La fibrosis hepática es una consecuencia grave de diversas enfermedades crónicas del hígado (ECH). Evaluarla de manera precisa es clave para el manejo adecuado de los pacientes. Durante años, la biopsia hepática ha sido el método más confiable para medir la progresión de la fibrosis. Sin embargo, su carácter invasivo, los errores en la toma de muestras y la variabilidad en su interpretación han impulsado la búsqueda de alternativas no invasivas. La ecografía convencional ofrece cierta información, pero es subjetiva y no es lo suficientemente sensible en las primeras etapas de la fibrosis. En los últimos años, las técnicas de elastografía por ondas de corte (SWE, por sus siglas en inglés) han surgido como herramientas poderosas para evaluar la fibrosis hepática sin necesidad de procedimientos invasivos. Estas técnicas incluyen la elastografía transitoria (TE), la elastografía por ondas de corte puntual (pSWE) y la elastografía por ondas de corte bidimensional (2D-SWE). Además, los avances en técnicas cuantitativas asistidas por computadora, especialmente el aprendizaje profundo, han mejorado aún más el análisis de las imágenes radiológicas.
Técnicas de Elastografía por Ondas de Corte
Las técnicas de elastografía por ondas de corte miden la rigidez del hígado generando ondas de corte dentro del tejido hepático. La velocidad de estas ondas es directamente proporcional a la rigidez del tejido, lo que proporciona una medida cuantitativa de la gravedad de la fibrosis. La técnica más estudiada es la elastografía transitoria (TE). En la TE, un transductor con un pistón induce una vibración mecánica en la piel, creando una onda de corte elástica que se propaga a través del hígado. Luego, se utilizan adquisiciones de ecografía de pulso-eco para medir la velocidad de la onda de corte. La TE ha demostrado ser valiosa para evaluar las etapas de la fibrosis hepática en ECH, pero tiene limitaciones. No proporciona imágenes en tiempo real, y la falta de imágenes en escala de grises puede llevar a errores al seleccionar la región de interés (ROI, por sus siglas en inglés).
La elastografía por ondas de corte puntual (pSWE) es otra técnica de SWE que puede implementarse utilizando dispositivos de ecografía convencionales con sondas modificadas. En la pSWE, las ondas de corte se generan en una pequeña ROI (aproximadamente 1 cm³) del hígado aplicando un impulso de fuerza de radiación acústica de alta frecuencia (ARFI, por sus siglas en inglés). El desplazamiento del tejido hepático causado por las ondas de corte se monitorea utilizando imágenes en modo B. La aplicación clínica de ARFI con tecnología de cuantificación de tejido por toque virtual (VTQ) ha sido validada mediante comparaciones con la TE. Ambas técnicas muestran una alta precisión predictiva para detectar cirrosis, con áreas bajo la curva de características operativas del receptor superiores al 90%. ARFI ofrece varias ventajas sobre la TE, incluyendo la capacidad de realizar el procedimiento en una máquina de ecografía estándar, mayor aplicabilidad en casos con complicaciones como la ascitis y la posibilidad de examinar múltiples regiones manejadas por el operador.
La cuantificación puntual de elastografía (ElastPQ) es otro método de pSWE que utiliza tecnología ARFI. Integrado en máquinas de ecografía convencionales, ElastPQ permite realizar mediciones de rigidez hepática de manera sencilla después de seleccionar la ROI en la ecografía abdominal. Tanto en la TE como en los métodos ARFI, se emite una sola onda de corte temporalmente a una sola frecuencia. Sin embargo, en la elastografía por ondas de corte bidimensional (2D-SWE), el transductor emite una pluralidad de haces de ondas de pulso a profundidades crecientes con una banda de frecuencia amplia que va de 60 a 600 Hz. Esta técnica superpone un mapeo de elasticidad en tiempo real codificado píxel por píxel sobre la imagen en modo B estándar, permitiendo la obtención de imágenes cuantitativas de la elasticidad del tejido al colocar una ROI dentro del mapeo de color. La 2D-SWE ha demostrado una precisión de buena a excelente para diagnosticar fibrosis avanzada y cirrosis, especialmente en pacientes con hepatitis viral. También es efectiva para evaluar la hipertensión portal, una consecuencia clínica crítica de las ECH.
Comparación de las Técnicas de Elastografía por Ondas de Corte
Las guías de la Federación Europea de Sociedades de Ultrasonido en Medicina y Biología recomiendan la TE, ARFI y 2D-SWE como herramientas de primera línea para evaluar la gravedad de la fibrosis hepática en pacientes con hepatitis C crónica. Estas técnicas son particularmente efectivas para descartar cirrosis. Para pacientes con hepatitis B crónica, la pSWE utilizando VTQ y la 2D-SWE son útiles para identificar la cirrosis. Una comparación de estas técnicas revela sus ventajas y limitaciones únicas. La TE, por ejemplo, carece de guía ecográfica en escala de grises, mientras que ARFI y 2D-SWE proporcionan imágenes en tiempo real y pueden guiarse por imágenes convencionales en escala de grises. La 2D-SWE, en particular, genera un mapeo de color en tiempo real de la elasticidad del tejido, ofreciendo una evaluación más completa.
Técnicas Cuantitativas Asistidas por Computadora
En los últimos años, las técnicas cuantitativas asistidas por computadora han ganado terreno en el apoyo a la toma de decisiones humanas en el análisis de imágenes radiológicas. Los métodos tradicionales de aprendizaje automático involucran diversas técnicas de extracción de características, pero su integridad a menudo se ve comprometida por la distorsión de la imagen. El aprendizaje profundo, un subconjunto del aprendizaje automático, ha surgido como una alternativa poderosa. Puede procesar directamente y aprender automáticamente características abstractas de nivel medio y alto a partir de datos de imágenes médicas sin procesar. Las redes neuronales convolucionales (CNN, por sus siglas en inglés), un tipo de arquitectura de aprendizaje profundo, consisten en múltiples módulos, cada uno de los cuales típicamente incluye una capa convolucional, una capa de agrupación y una capa completamente conectada. Los métodos de aprendizaje profundo aplicados durante el análisis de 2D-SWE han mostrado un excelente rendimiento en la estadificación de la fibrosis.
Sin embargo, los modelos de aprendizaje profundo requieren grandes conjuntos de datos etiquetados para entrenarse y alcanzar un rendimiento óptimo, lo que representa un desafío en el análisis actual de imágenes de ecografía. El aprendizaje por transferencia se ha propuesto como una solución a este problema. El aprendizaje por transferencia implica transferir conocimientos de otros dominios al dominio de la ecografía médica, mejorando así el rendimiento. Los estudios han demostrado que la fibrosis hepática puede estadificarse utilizando modelos de aprendizaje por transferencia basados en la combinación de imágenes en escala de grises y 2D-SWE con una precisión excelente. El potencial del aprendizaje por transferencia en la evaluación de la fibrosis hepática es significativo, pero se necesita más exploración en estudios a gran escala.
Conclusión
La elastografía por ondas de corte ha revolucionado la evaluación no invasiva de la fibrosis hepática. Técnicas como la TE, pSWE y 2D-SWE han demostrado ser efectivas para evaluar la gravedad de la fibrosis, con la 2D-SWE ofreciendo imágenes en tiempo real y un mapeo completo de la elasticidad. La integración de técnicas cuantitativas asistidas por computadora, particularmente el aprendizaje profundo, ha mejorado aún más el análisis de las imágenes de ecografía. A medida que los sistemas de inteligencia artificial continúan evolucionando, las técnicas cuantitativas asistidas por computadora seguirán siendo un punto focal de investigación futura en la evaluación de la fibrosis hepática.
doi.org/10.1097/CM9.0000000000001136
For educational purposes only.