El estudio AIPLAQUE: un estudio prospectivo basado en inteligencia artificial para analizar PLAQUE utilizando CCTA

El síndrome coronario agudo (SCA) es una de las principales causas de muerte por enfermedad de las arterias coronarias (EAC) en todo el mundo. La ruptura de placa vulnerable es una causa subyacente primaria de trombosis luminal responsable de provocar SCA. Por lo tanto, la identificación de placas de alto riesgo antes de que ocurra el SCA ha sido un objetivo de investigación importante y requiere perspectivas clínicas adicionales. La angiografía por tomografía computarizada coronaria (CCTA) es un enfoque de evaluación de imágenes integral, no invasivo y rentable, que puede proporcionar la capacidad de identificar las características y la morfología de las placas ateroscleróticas de alto riesgo asociadas con SCA. La tomografía de coherencia óptica (OCT) es una nueva técnica de imagen intravascular basada en luz que proporciona imágenes transversales de alta resolución de la anatomía de la arteria coronaria. Debido a su resolución superior, la OCT es más precisa para medir los sitios de vulnerabilidad de la placa, distinguir las diferencias en su composición, informar sobre la gravedad anatómica de las estenosis epicárdicas y también proporciona información para modelos computacionales para evaluar la gravedad funcional.

Los objetivos del estudio son: (1) Construir un modelo de inteligencia artificial para identificar componentes de placa coronaria en imágenes de CTA usando OCT como estándar de referencia. (2) Para realizar una simulación de mecánica de fluidos que incluya la placa y la pared de los vasos sanguíneos mediante el uso de modelos geométricos y fisiológicos de los vasos sanguíneos y las placas, y para proporcionar parámetros funcionales más precisos (CT-FFR).

Los criterios de inscripción serán (1) Pacientes que presentaron angina de pecho estable o síndrome coronario agudo; (2) pacientes que cumplan con las indicaciones para angiografía coronaria por TC, angiografía coronaria percutánea e imágenes intravasculares; (3) Entre esos pacientes, pacientes que tienen al menos una estenosis de la arteria coronaria del 30% - 90% de diámetro ≥ 2 mm confirmada por CCTA.

Los datos recopilados incluirán imágenes CCTA, angiográficas completas y OCT. Combinado con imágenes CTA/ICA/OCT de múltiples modalidades, este estudio desarrollará una nueva tecnología de análisis de imágenes para extraer automáticamente el lumen vascular, la caracterización de la placa, las propiedades mecánicas de fluidos sólidos y las condiciones de isquemia miocárdica mediante simulación de dinámica de fluidos computacional (CFD) y simulación artificial. Aprendizaje profundo de inteligencia.