I test dedicati per la CAC rimangono un metodo sottoutilizzato per prevedere il rischio di attacco cardiaco. Nel corso dei decenni, la placca nelle arterie cardiache attraversa il proprio ciclo vitale, partendo da resti ricchi di lipidi che si induriscono e si trasformano in calcio. Un attacco cardiaco si verifica in genere quando una placca giovane e ricca di lipidi scoppia inaspettatamente, provocando la formazione di un coagulo infiammatorio che alla fine blocca l’afflusso di sangue al cuore. La placca calcificata è generalmente stabile, ma il ritrovamento del CAC suggerisce che è probabile che sia presente anche una placca più giovane e più incline alla rottura.
Il calcio nell’arteria coronaria può spesso essere visto sulla TC del torace e la sua concentrazione può essere descritta soggettivamente. In genere, determinare il punteggio CAC di una persona comporta l’ottenimento di una TAC specifica per il cuore. Tuttavia, gli algoritmi che calcolano i punteggi CAC dalla TC del torace di routine possono espandere notevolmente la portata di questa metrica. In pratica, questi algoritmi possono quindi schierato Avvisare i pazienti e i loro medici in caso di punteggi insolitamente alti, incoraggiandoli a cercare ulteriori cure. Oggi, il numero di startup che offrono punteggi CAC derivati dall’intelligenza artificiale non è ampio, ma sta crescendo rapidamente. Con l’aumento del loro utilizzo, questi algoritmi possono identificare i pazienti ad alto rischio che tradizionalmente non vengono individuati o che si trovano ai margini delle cure.
Storicamente, le scansioni CAC erano considerate di beneficio minore e venivano commercializzate come motivo di preoccupazione. Ancora oggi, la maggior parte degli assicuratori non li copre. Tuttavia, gli atteggiamenti stanno cambiando. Gruppi più esperti stanno supportando il punteggio CAC come un modo per affinare le stime del rischio cardiovascolare e convincere i pazienti scettici a iniziare ad assumere statine.
La promessa di punteggi CAC derivati dall’intelligenza artificiale fa parte di una tendenza più ampia di estrazione di dati medici per rilevare malattie altrimenti sconosciute. Ma anche se sembra promettente, questa pratica solleva molte domande. Ad esempio, il punteggio CAC non si è dimostrato utile come strumento diretto per lo screening universale. un danese del 2022 Studio Ad esempio, una valutazione di un programma basato sulla popolazione non ha mostrato alcun beneficio in termini di mortalità per i pazienti sottoposti al test di screening CAC. Se l’intelligenza artificiale fornisse queste informazioni automaticamente, il calcolo cambierebbe davvero?
E con l’adozione diffusa, i punteggi CAC anomali diventeranno comuni. Chi agisce in base a questi risultati? “Molti sistemi sanitari non sono ancora in grado di intraprendere azioni su larga scala sui risultati accidentali del calcio”, afferma Nishith Khandwala, co-fondatore di Bunkerhill Health. Senza un processo standard per farlo, dice, “si rischia di creare più lavoro di quanto ne valga la pena”.
