Strumenti affidabili e integrati di intelligenza artificiale per prevedere le placche coronariche ad alto rischio (AI-CORPS)

La malattia coronarica (CAD) è tra le principali cause di morte e disabilità. L’identificazione dei pazienti ad alto rischio di eventi cardiovascolari è fondamentale. Tuttavia, l’attuale stratificazione del rischio basata sull’imaging e sui biomarcatori noti non è ottimale. L'obiettivo di questa proposta è sviluppare un modello decisionale multicriterio per la valutazione non invasiva dei pazienti aterosclerotici vulnerabili e valutare la sua capacità di predire il verificarsi di un evento avverso in pazienti a rischio intermedio-alto con CAD sospetta o nota. Il flusso di lavoro pianificato include una prima fase che utilizza una coorte retrospettiva di pazienti sottoposti ad angiografia coronarica clinicamente indicata (CCTA) per sviluppare un'applicazione integrata per la segmentazione automatica dell'arteria coronaria, l'analisi quantitativa della placca, la biomeccanica e la dinamica dei fluidi, basata sull'apprendimento automatico, sulla radiomica e sull'analisi computazionale approcci e validati rispetto allo standard di riferimento per ciascuno strumento. La seconda fase applicherà questa nuova metodologia a una coorte retrospettiva più ampia di pazienti con l’integrazione della valutazione dei biomarcatori genomici per ricavare il modello di stratificazione del rischio più accurato per identificare correttamente i pazienti vulnerabili e le placche vulnerabili rispetto all’esito. Infine, nella terza fase, il modello predittivo derivato sarà validato prospetticamente in una coorte indipendente di pazienti da uno studio in corso (studio CTP-PRO) per valutare la robustezza e l'accuratezza della soluzione proposta.