O estudo AIPLAQUE: um estudo prospectivo baseado em inteligência artificial para analisar a PLACA usando CCTA

A síndrome coronariana aguda (SCA) é uma das principais causas de morte por doença arterial coronariana (DAC) em todo o mundo. A ruptura vulnerável da placa é a principal causa subjacente de trombose luminal responsável por provocar SCA. Portanto, identificar placas de alto risco antes da ocorrência de SCA tem sido um importante objetivo de pesquisa e requer mais perspectivas clínicas. A angiografia coronária por tomografia computadorizada (CCTA) é uma abordagem de avaliação de imagem abrangente, não invasiva e econômica, que pode fornecer a capacidade de identificar as características e a morfologia das placas ateroscleróticas de alto risco associadas à SCA. A tomografia de coerência óptica (OCT) é uma nova técnica de imagem intravascular baseada em luz que fornece imagens transversais de alta resolução da anatomia da artéria coronária. Devido à sua resolução superior, a OCT é mais precisa para medir os locais de vulnerabilidade da placa, distinguir as diferenças em sua composição, informar sobre a gravidade anatômica das estenoses epicárdicas e também fornecer subsídios para modelos computacionais para avaliação da gravidade funcional.

Os objetivos do estudo são: (1) Construir um modelo de inteligência artificial para identificar os componentes da placa coronária em imagens de CTA usando a OCT como padrão de referência. (2) Realizar simulação de mecânica dos fluidos, incluindo parede e placa de vasos sanguíneos, usando modelos geométricos e fisiológicos de vasos sanguíneos e placas, e fornecer parâmetros funcionais mais precisos (CT-FFR).

Os critérios de inclusão serão (1) pacientes que apresentaram angina de peito estável ou síndrome coronariana aguda; (2) pacientes que atendem às indicações para angiotomografia coronariana, angiografia coronária percutânea e imagem intravascular; (3) Entre esses pacientes, pacientes que apresentam pelo menos uma estenose de artéria coronária de 30% - 90% de diâmetro ≥ 2mm confirmada por angio-TC.

Os dados coletados incluirão imagens de CCTA, angiografia completa e OCT. Combinado com imagens CTA/ICA/OCT de várias modalidades, este estudo desenvolverá uma nova tecnologia de análise de imagens para extrair automaticamente o lúmen vascular, caracterização de placas, propriedades mecânicas fluido-sólidas e condições de isquemia miocárdica usando simulação computacional de dinâmica de fluidos (CFD) e artificial aprendizagem profunda de inteligência.