Video Experimental Relacionado
Updated: Feb 28, 2026
Improved Registration of 3D CT Angiography with X-ray Fluoroscopy for Image Fusion During Transcatheter Aortic Valve Implantation
Published on: June 3, 2018
Deep Learning y Dinámica de Fluidos Solución CT-FFR In Situ Comparada con FFRct y FFR Invasiva Fuera del Sitio
Fabio Fazzari1, Natallia Khenkina2, Giulia Piccinni3
1Department of Perioperative Cardiology and Cardiovascular Imaging, Centro Cardiologico Monzino IRCCS, Milan, Italy.
El análisis in situ de la reserva fraccional de flujo (FFR) derivada de la tomografía computarizada (TC) mediante xFFR demuestra una alta precisión para la evaluación de la enfermedad arterial coronaria (EAC). Esta solución rápida y local ofrece una alternativa prometedora a los métodos externos, mejorando la eficiencia del flujo de trabajo clínico.
Área de la Ciencia:
- Imagen Cardiovascular
- Diagnóstico Médico
- Dinámica de Fluidos Computacional
Sus antecedentes:
- Creciente necesidad de soluciones de reserva fraccional de flujo (FFR) derivada de tomografía computarizada (TC) in situ para superar las limitaciones de las plataformas externas.
- La dependencia actual del análisis externo para CT-FFR aumenta los retrasos y los costos en el diagnóstico de la enfermedad arterial coronaria (EAC).
Objetivo del estudio:
- Evaluar el rendimiento diagnóstico de un algoritmo CT-FFR in situ basado en aprendizaje profundo y dinámica de fluidos (xFFR).
- Comparar la precisión de xFFR in situ con HeartFlow CT-FFR (FFRct) externo y FFR invasivo (iFFR).
Principales métodos:
- Estudio prospectivo, monocéntrico de 250 pacientes sintomáticos con riesgo intermedio-alto de EAC.
- Se realizaron angiografía por tomografía computarizada coronaria (ATC), xFFR in situ, FFRct externo e iFFR invasivo.
- Se evaluó el rendimiento diagnóstico utilizando áreas bajo la curva (AUC), correlaciones de Spearman y κ de Cohen.
Principales resultados:
- xFFR detectó EAC funcionalmente significativa en el 56,6% de los casos con un 95% de sensibilidad, un 81% de especificidad y un 88% de precisión.
- La precisión diagnóstica general de xFFR fue comparable a la de FFRct (AUC: 0,91 frente a 0,89), con una precisión superior para la evaluación de la LAD (AUC: 0,96 frente a 0,84).
- El tiempo medio de análisis de xFFR fue de 8 ± 3,4 minutos, mostrando un buen acuerdo con iFFR (ρ = 0,67).
Conclusiones:
- El xFFR in situ es una herramienta robusta y eficiente para la evaluación de la EAC, que presenta alta precisión diagnóstica y reproducibilidad.
- El rápido tiempo de procesamiento y la integración en los flujos de trabajo clínicos posicionan a xFFR como una alternativa viable a FFRct externo.
- Se recomienda una investigación adicional para validar la generalización y optimizar la implementación clínica de xFFR in situ.
