Intelligenza Artificiale nell'ANOCA ((AI)NOCA)

L'angina pectoris viene diagnosticata in >180.000 persone nei Paesi Bassi ogni anno. La diagnosi nell'angina pectoris si concentra sulla stenosi coronarica epicardica, la cui identificazione può portare alla terapia medica o alla rivascolarizzazione guidate dalle linee guida. Tuttavia, nel 40-70% dei pazienti non viene identificata alcuna stenosi di questo tipo. Questa condizione, l’angina senza arteria coronaria ostruita (ANOCA), è più diffusa nelle donne ed è correlata a una scarsa qualità della vita, a spese mediche elevate e a una maggiore incidenza di eventi avversi.

L'origine dell'ANOCA può essere valutata durante l'angiografia coronarica invasiva mediante test di funzionalità coronarica (CFT) per identificare i disturbi vasomotori coronarici. Ciò si riferisce al vasospasmo dell'arteria coronaria e della microcircolazione o alla ridotta vasodilatazione microvascolare. Per la diagnosi di vasospasmo, la CFT deve risultare in segni elettrocardiografici di ischemia miocardica come parte dei criteri diagnostici. Questo è un punto critico nella diagnosi del vasospasmo, poiché questi segni possono essere subdoli e variare e sono quindi soggetti a interpretazioni errate. A parte questo avvertimento, l'approccio diagnostico richiede attualmente una procedura invasiva per la diagnosi. Ciò limita l’ampia applicazione e ostacola l’identificazione precoce e il trattamento dell’ANOCA.

Durante la CFT, viene regolarmente fatto avanzare un filo guida coronarico nell'arteria coronaria che consente anche di ottenere un ECG intracoronarico collegando una pinza a coccodrillo sterile a una derivazione per elettrocardiogramma standard. Ciò consente la registrazione continua dell'ECG intracoronarico durante la CFT sullo stesso monitor dell'ECG di routine. Questa tecnica può aumentare la sensibilità per l'ischemia miocardica durante la CFT. Inoltre, il monitoraggio ECG Holter consente l'identificazione di cambiamenti ischemici nell'ECG in ambito ambulatoriale. Mancano prove sui modelli di ischemia miocardica che si verificano durante i sintomi spontanei di angina pectoris nei pazienti ANOCA e sulla sensibilità dell'ECG Holter a questo scopo. Infine, l'interpretazione dei pattern ischemici sui tracciati ECG può essere complicata, soprattutto quando i cambiamenti sono sottili o cambiano da battito a battito. L'uso di tecniche di deep learning consente di automatizzare l'interpretazione dei tracciati ECG e può migliorare la diagnosi standardizzata in ANOCA.