En este artículo, presentamos un modelo fundamental, ViTa, que integra la resonancia magnética cardíaca (RMC) y los factores de salud del paciente para facilitar una comprensión integral de la salud cardíaca y una interpretación precisa del riesgo individual de enfermedad. Utilizando datos de 42.000 participantes del Biobanco del Reino Unido, integramos imágenes de cine 3D+T de eje corto y largo con factores tabulares detallados del paciente. Este paradigma multimodal admite múltiples subtareas, como la predicción del fenotipo cardíaco y las características fisiológicas, la segmentación y la clasificación de enfermedades cardíacas y metabólicas, dentro de un marco único y unificado. Al aprender una representación latente compartida que conecta las características de la imagen con el contexto del paciente, demostramos el potencial de ir más allá de los modelos existentes para tareas específicas y proporcionar una comprensión general de la salud cardíaca, específica para cada paciente, mejorando la utilidad clínica y la escalabilidad de la analítica cardíaca.
