Advanced Cardiac Imaging Modalities and ECG

Badanie zaprezentowane podczas International Congress on Electrocardiology 2024 w Lund dotyczyło integracji nowoczesnych metod obrazowania serca z elektrokardiografią (ECG) oraz ich zastosowania w edukacji medycznej i diagnostyce kardiologicznej. W ramach projektu Edu-XR kluczowe było opracowanie narzędzi umożliwiających lepsze zrozumienie relacji między anatomią serca a jego aktywnością elektryczną, co stanowi istotne wyzwanie w edukacji kardiologicznej.

Podstawą analizy było połączenie klasycznego 12-odprowadzeniowego EKG z zaawansowanymi metodami obrazowania, takimi jak tomografia komputerowa (CT), rezonans magnetyczny (MRI) oraz ultrasonografia (USG). W badaniu podkreślono, że tradycyjne podejście do interpretacji EKG często opiera się na analizie wizualnej i doświadczeniu lekarza, jednak nowoczesne technologie pozwalają na bardziej precyzyjne odwzorowanie aktywności elektrycznej serca, co znacząco zwiększa skuteczność diagnostyczną.

Jednym z kluczowych zagadnień było wykorzystanie ECG Imaging (ECGI) – technologii umożliwiającej rekonstrukcję map potencjałów elektrycznych na powierzchni serca na podstawie nieinwazyjnych zapisów EKG. Dzięki zastosowaniu metod obrazowania, możliwe było precyzyjne modelowanie topologii serca pacjentów, co umożliwiało analizę zaburzeń rytmu oraz ocenę patologii sercowo-naczyniowych. Szczególną uwagę poświęcono nowatorskiemu podejściu „Imageless ECG Imaging”, w którym rekonstrukcja kształtu klatki piersiowej oraz rozmieszczenie elektrod odbywało się bez konieczności stosowania klasycznych metod obrazowania anatomicznego.

W kontekście projektu Edu-XR wykorzystanie zaawansowanych metod obrazowania i modelowania EKG pozwala na stworzenie immersyjnego środowiska edukacyjnego, w którym studenci i lekarze mogą analizować rzeczywiste przypadki kliniczne w rozszerzonej rzeczywistości (XR). Dzięki interaktywnej wizualizacji trójwymiarowych modeli serca w rzeczywistości mieszanej (MR) możliwe jest lepsze zrozumienie mechanizmów propagacji pobudzenia w sercu oraz interpretacja zmian w elektrokardiogramie w sposób intuicyjny i angażujący.

Wyniki badań potwierdziły, że zastosowanie XR w edukacji kardiologicznej może poprawić percepcję przestrzenną i zdolność do interpretacji skomplikowanych zapisów EKG. Połączenie modeli anatomicznych z analizą elektrofizjologiczną pozwala na bardziej kompleksowe nauczanie i daje możliwość dostosowania treści dydaktycznych do poziomu doświadczenia użytkowników. W przyszłości rozwój metod takich jak in-silico modeling i sztuczna inteligencja (AI) może dodatkowo zwiększyć precyzję diagnostyczną i otworzyć nowe możliwości w personalizacji edukacji medycznej w ramach Edu-XR.