Lo studio AIPLAQUE: uno studio prospettico basato sull'intelligenza artificiale per analizzare la PLAQUE utilizzando CCTA

La sindrome coronarica acuta (ACS) è una delle principali cause di morte per malattia coronarica (CAD) in tutto il mondo. La rottura vulnerabile della placca è una delle principali cause alla base della trombosi luminale responsabile di provocare SCA. Pertanto, l'identificazione delle placche ad alto rischio prima che si verifichi l'ACS è stato uno dei principali obiettivi della ricerca e richiede ulteriori prospettive cliniche. L'angiografia con tomografia computerizzata coronarica (CCTA) è un approccio di valutazione dell'imaging completo, non invasivo ed economico, che può fornire la capacità di identificare le caratteristiche e la morfologia delle placche aterosclerotiche ad alto rischio associate all'ACS. La tomografia a coerenza ottica (OCT) è una nuova tecnica di imaging intravascolare basata sulla luce che fornisce immagini trasversali ad alta risoluzione dell'anatomia dell'arteria coronaria. Grazie alla sua risoluzione superiore, l'OCT è più accurato nella misurazione dei siti di vulnerabilità della placca, distinguendo le differenze nella sua composizione, informando sulla gravità anatomica delle stenosi epicardiche e fornisce anche input per i modelli computazionali per valutare la gravità funzionale.

Gli obiettivi dello studio sono: (1) Costruire un modello di intelligenza artificiale per identificare i componenti della placca coronarica sulle immagini CTA utilizzando l'OCT come standard di riferimento. (2) Condurre la simulazione della meccanica dei fluidi, comprese la parete e la placca dei vasi sanguigni, utilizzando modelli geometrici e fisiologici dei vasi sanguigni e delle placche e fornire parametri funzionali più accurati (CT-FFR).

I criteri di arruolamento saranno (1) Pazienti che si sono presentati con angina pectoris stabile o sindrome coronarica acuta; (2) pazienti che soddisfano le indicazioni per angiografia TC coronarica, angiografia coronarica percutanea e imaging intravascolare; (3) Tra questi pazienti, pazienti con almeno una stenosi coronarica del 30% - 90% di diametro ≥ 2 mm confermata da CCTA.

I dati raccolti includeranno immagini CCTA, angiografiche complete e OCT. In combinazione con le immagini CTA/ICA/OCT di più modalità, questo studio svilupperà una nuova tecnologia di analisi delle immagini per estrarre automaticamente il lume vascolare, la caratterizzazione della placca, le proprietà meccaniche fluido-solido e le condizioni di ischemia miocardica utilizzando la simulazione della fluidodinamica computazionale (CFD) e artificiale apprendimento profondo dell'intelligenza.