Estrategias actuales basadas en ultrasonido para la evaluación de la fibrosis hepática en enfermedades hepáticas crónicas
La fibrosis hepática es una consecuencia importante de diversas enfermedades hepáticas crónicas (EHC), y su evaluación precisa es crucial para el manejo efectivo de los pacientes. Históricamente, la biopsia hepática ha sido el estándar de oro para evaluar la progresión de la fibrosis. Sin embargo, su naturaleza invasiva, los posibles errores de muestreo y la variabilidad en la interpretación han impulsado la necesidad de alternativas no invasivas. El ultrasonido convencional (US) proporciona cierta información diagnóstica, pero es subjetivo y carece de sensibilidad en las etapas tempranas de fibrosis. En los últimos años, las técnicas de elastografía por ondas de corte (SWE) basadas en ultrasonido han surgido como herramientas poderosas para la evaluación no invasiva de la fibrosis hepática. Estas incluyen la elastografía transitoria (TE), la elastografía de onda de corte puntual (pSWE) y la elastografía de onda de corte bidimensional (2D-SWE). Además, los avances en técnicas cuantitativas asistidas por computadora, particularmente el aprendizaje profundo, han mejorado aún más el análisis de imágenes radiológicas.
Técnicas de elastografía por ondas de corte
Las técnicas de SWE miden la rigidez hepática mediante la generación de ondas de corte en el tejido hepático. La velocidad de estas ondas es directamente proporcional a la rigidez tisular, proporcionando una medida cuantitativa de la gravedad de la fibrosis. La técnica de SWE más estudiada es la elastografía transitoria (TE). En la TE, un transductor montado en pistón induce una vibración mecánica en la piel, generando una onda de corte elástica que se propaga a través del hígado. Las adquisiciones de ultrasonido por pulso-eco se utilizan para medir la velocidad de la onda de corte. La TE ha demostrado ser valiosa para evaluar los estadios de fibrosis en EHC, pero tiene limitaciones: no proporciona imágenes en tiempo real y la ausencia de imágenes en escala de grises puede generar errores en la selección de la región de interés (ROI).
La elastografía de onda de corte puntual (pSWE) es otra técnica de SWE implementable en dispositivos de ultrasonido convencionales con sondas modificadas. En la pSWE, las ondas de corte se generan en una ROI pequeña (aproximadamente 1 cm³) del hígado mediante un impulso de fuerza de radiación acústica (ARFI) de alta frecuencia. El desplazamiento tisular causado por las ondas se monitorea mediante imágenes en modo B. La aplicación clínica de ARFI con tecnología de cuantificación tisular por toque virtual (VTQ) se ha validado en comparación con la TE. Ambas técnicas muestran alta precisión predictiva para detectar cirrosis, con áreas bajo la curva ROC superiores al 90%. La ARFI ofrece ventajas sobre la TE, como su realización en equipos estándar de US, mayor aplicabilidad en casos con complicaciones (ascitis) y capacidad para examinar múltiples regiones.
La elastografía puntual por cuantificación (ElastPQ), otro método de pSWE basado en ARFI, permite medir la rigidez hepática tras seleccionar la ROI en imágenes de US abdominal. En TE y ARFI, se emite una única onda de corte en una frecuencia específica. Sin embargo, en la 2D-SWE, el transductor emite múltiples haces de ondas a distintas profundidades con un rango de frecuencia amplio (60–600 Hz). Esta técnica superpone un mapa de color en tiempo real de la elasticidad codificada píxel por píxel sobre la imagen en modo B, permitiendo una evaluación cuantitativa al ubicar la ROI dentro del mapa. La 2D-SWE ha mostrado precisión excelente para diagnosticar fibrosis avanzada y cirrosis, especialmente en hepatitis virales. También es útil en la evaluación de la hipertensión portal, consecuencia clínica crítica de las EHC.
Comparación de técnicas de SWE
Las guías de la Federación Europea de Sociedades de Ultrasonido en Medicina y Biología recomiendan TE, ARFI y 2D-SWE como herramientas de primera línea para evaluar la fibrosis en pacientes con hepatitis C crónica, destacando su utilidad para descartar cirrosis. En hepatitis B crónica, la pSWE mediante VTQ y la 2D-SWE son útiles para identificar cirrosis. La comparación de estas técnicas revela ventajas y limitaciones únicas: la TE carece de guía por US en escala de grises, mientras que ARFI y 2D-SWE ofrecen imágenes en tiempo real. La 2D-SWE, en particular, proporciona un mapeo de elasticidad integral.
Técnicas cuantitativas asistidas por computadora
Las técnicas basadas en aprendizaje automático han ganado relevancia en el apoyo al análisis de imágenes radiológicas. Los métodos tradicionales de aprendizaje automático dependen de la extracción manual de características, cuya integridad puede verse afectada por distorsiones en las imágenes. El aprendizaje profundo, un subcampo del aprendizaje automático, procesa y aprende automáticamente características abstractas a partir de datos de imágenes médicas. Las redes neuronales convolucionales (CNN), una arquitectura de aprendizaje profundo, consisten en capas convolucionales, de agrupamiento y completamente conectadas. Su aplicación en análisis de imágenes de 2D-SWE ha demostrado alto rendimiento en estadificación de fibrosis.
No obstante, los modelos de aprendizaje profundo requieren grandes conjuntos de datos etiquetados para optimizar su rendimiento, un desafío en el análisis actual de imágenes de US. El aprendizaje por transferencia, que transfiere conocimiento desde otros dominios al ámbito médico, se ha propuesto como solución. Estudios muestran que modelos basados en aprendizaje por transferencia, combinando imágenes en escala de grises y 2D-SWE, pueden estadificar la fibrosis hepática con precisión elevada. Aunque su potencial es significativo, se requiere investigación adicional en estudios a gran escala.
Conclusión
La elastografía por ondas de corte ha revolucionado la evaluación no invasiva de la fibrosis hepática. Técnicas como TE, pSWE y 2D-SWE han demostrado eficacia en la evaluación de la gravedad de la fibrosis, destacándose la 2D-SWE por su capacidad de imagen en tiempo real y mapeo detallado de elasticidad. La integración de técnicas cuantitativas asistidas por computadora, en particular el aprendizaje profundo, ha mejorado el análisis de imágenes de US. A medida que los sistemas de inteligencia artificial evolucionan, estas técnicas seguirán siendo un foco central de investigación en el campo de la fibrosis hepática.
doi.org/10.1097/CM9.0000000000001136