Herramienta basada en IA predice eventos cardiovasculares futuros en pacientes con angina

Las tomografías computarizadas (TC) coronarias estándar muestran obstrucciones arteriales, pero no indican de forma fiable si el flujo sanguíneo al músculo cardíaco está afectado. Nuevos hallazgos demuestran que una medición del flujo sanguíneo coronario derivada de inteligencia artificial (IA) no solo puede facilitar el diagnóstico, sino también predecir los resultados cardiovasculares a largo plazo.

En el estudio presentado en EACVI 2025, investigadores del Liverpool Heart and Chest Hospital analizaron el valor pronóstico de la reserva fraccional de flujo derivada de TC, o RFF-TC, una herramienta basada en IA que evalúa el flujo sanguíneo coronario a partir de imágenes de angiografía coronaria por TC. La RFF-TC se generó mediante la plataforma HeartFlow y se aplicó en múltiples centros clínicos.

Los investigadores examinaron datos de la cohorte observacional nacional FISH&CHIPS, que incluyó a pacientes con sospecha de enfermedad coronaria estable evaluados en 27 centros de Inglaterra. Entre más de 90.000 pacientes sometidos a angiografía coronaria por TC, 7.836 se sometieron a un análisis de RFF-TC. Los valores de RFF-TC se clasificaron como normales, limítrofes, reducidos o gravemente reducidos y se vincularon con los resultados individuales, como infarto de miocardio, revascularización, muerte cardiovascular y mortalidad por cualquier causa durante el seguimiento.

Durante una mediana de seguimiento de 3,1 años, los valores más bajos de RFF-TC medidos cerca de bloqueos coronarios se asociaron sistemáticamente con una mayor tasa de eventos. Las tasas de infarto de miocardio aumentaron progresivamente del 1,0 % en pacientes con RFF-TC normal al 5,2 % en aquellos con valores muy reducidos. Los pacientes en la categoría más baja de RFF-TC presentaron un riesgo cuatro veces mayor de infarto de miocardio y tres veces mayor de muerte cardiovascular. Estas asociaciones fueron independientes de factores de riesgo tradicionales como la edad, el sexo, la hipertensión, la diabetes y los niveles de lípidos.

Los hallazgos demuestran que la RFF-TC proporciona información pronóstica adicional, más allá de su función diagnóstica establecida. Incluso reducciones mínimas en la RFF-TC se asociaron con peores resultados, lo que sugiere que la herramienta podría facilitar una estratificación más temprana del riesgo. La incorporación de la RFF-TC en la evaluación rutinaria podría permitir un manejo más personalizado, orientando las decisiones sobre la intensificación del tratamiento médico o un seguimiento más estrecho de los pacientes de alto riesgo.

“Además de sus capacidades diagnósticas, este estudio es el primero en proporcionar evidencia concluyente del poder pronóstico de la RFF-TC, independientemente de otros factores de riesgo”, afirmó el profesor Timothy Fairbairn, autor principal del estudio. “Observamos que incluso la RFF-TC considerada 'límite' se asoció con peores resultados en comparación con los valores normales, pero las personas con los valores más bajos presentan el mayor riesgo. La RFF-TC podría utilizarse para fundamentar la evaluación personalizada del riesgo, lo que nos permitiría ofrecer un tratamiento más intensivo y personalizado a las personas con alto riesgo”.

Enlaces relacionados:
Liverpool Heart and Chest Hospital