L'IA Rileva Calcio Coronarico Nascosto in Persone a Cui Era Stato Detto di Avere uno Score Zero

Per oltre tre decenni, un punteggio di calcio nelle arterie coronariche (CAC) pari a zero è stato considerato uno dei riscontri più rassicuranti in cardiologia preventiva — il cosiddetto "potere dello zero". Tuttavia, i dati in continua crescita mostrano che una piccola ma significativa proporzione di persone con CAC=0 secondo il metodo Agatston convenzionale (Agatston-1.0) sviluppa comunque una malattia coronarica (CHD). Il metodo standard fu progettato alla fine degli anni '80 utilizzando la TC a emissione di elettroni e si basa su una soglia fissa di 130 unità Hounsfield (HU), un'area minima della lesione di 1 mm² e uno spessore di strato di 2,5–3 mm — parametri che non sono mai stati aggiornati nonostante i notevoli progressi nella tecnologia TC. Questi vincoli fanno sì che la media del volume parziale oscuri lesioni piccole, frammentate o semi-calcificate, lasciando non rilevata la malattia reale in fase iniziale.

Per colmare questa lacuna, gli autori hanno sviluppato Agatston-2.0, un sistema completamente automatizzato basato sull'intelligenza artificiale che sostituisce le soglie fisse con un modello continuo, probabilistico e voxel per voxel. La pipeline esegue una segmentazione 3D dell'intero albero coronarico (tronco comune sinistro, LAD, LCX e RCA) basata sul deep learning, applica una calibrazione dell'intensità specifica per lo scanner utilizzando fantoccio fisico di idrossiapatite o tessuti di riferimento derivati dal paziente in assenza del fantoccio, esegue una ponderazione della densità relativa su tutti i voxel e applica un filtraggio spaziale del vicinato per sopprimere il rumore aggregando al contempo le calcificazioni biologicamente coerenti. Il punteggio CAC derivato dall'intelligenza artificiale (AI-CAC) che ne risulta è applicabile a scansioni con spessore di strato fino a 0,2 mm e genera un punteggio continuo anziché un risultato dipendente da una soglia binaria.

Lo studio ha aggregato dati individuali a livello di partecipante provenienti da 3.965 adulti con CAC convenzionale pari a zero al basale: 2.816 dal Multi-Ethnic Study of Atherosclerosis (MESA) e 1.149 dal Framingham Heart Study (FHS). MESA ha arruolato partecipanti di età compresa tra 45 e 84 anni in sei sedi statunitensi, utilizzando sia la TC a emissione di elettroni sia la TC multidetettore; FHS ha utilizzato uno scanner GE a 64 file di detettori con uno spessore di strato di 2,5 mm. Entrambi gli studi hanno impiegato fantoccio di calibrazione in idrossiapatite durante le scansioni. Gli eventi CHD incidenti sono stati monitorati per un periodo fino a 20 anni, e le associazioni sono state modellate mediante regressione di Cox a rischi proporzionali, corretta per i tradizionali fattori di rischio cardiovascolare, tra cui età, sesso, razza/etnia, fumo, diabete, pressione arteriosa, lipidi e BMI.

Il punteggio AI-CAC ha identificato 862 partecipanti (il 21,7% del gruppo CAC=0) come portatori di calcificazione coronarica rilevabile. Nel corso di 20 anni di follow-up, coloro con AI-CAC>0 hanno presentato un'incidenza di CHD del 7,7%, rispetto al 3,8% in coloro con AI-CAC=0 (p<0,0001) — con un rischio approssimativamente raddoppiato. Dopo aggiustamento multivariato completo, AI-CAC>0 è rimasto indipendentemente associato alla CHD incidente (hazard ratio 1,71, IC 95% 1,18–2,47). In modo cruciale, il punteggio AI ha anche predetto in modo forte la conversione da un punteggio Agatston convenzionale pari a zero a uno positivo nell'imaging di follow-up (HR aggiustato 1,95, IC 95% 1,70–2,24), a sostegno dell'interpretazione che l'intelligenza artificiale stia rilevando una calcificazione precoce reale piuttosto che un artefatto di imaging.

Le implicazioni per la cardiologia preventiva sono rilevanti. I clinici utilizzano attualmente CAC=0 per rimandare la terapia con statine e gli esami di approfondimento. Se circa uno su cinque di quei pazienti presenta in realtà una calcificazione occulta rilevabile dall'intelligenza artificiale — e quei pazienti portano quasi il doppio del rischio di CHD a 20 anni — la garanzia offerta dal "potere dello zero" risulta più debole di quanto si credesse in precedenza per una sottopopolazione significativa. Agatston-2.0 potrebbe ridefinire il CAC trasformandolo da un filtro di rischio binario in un biomarcatore continuo ad alta sensibilità, consentendo decisioni terapeutiche più precise, in particolare nei soggetti a rischio intermedio. Gli autori lo propongono come potenziale nuovo standard, in attesa di validazione in coorti indipendenti e di studi di intervento prospettici.