Quantificazione della fibrosi in atrio sinistro: metodologie e benchmarking

La fibrillazione atriale è il disturbo del ritmo cardiaco più diffuso, e contribuisce in modo significativo ai costi sanitari globali e ai tassi di mortalità e morbidità. Dati in vitro hanno dimostrato che la fibrosi atriale rappresenta uno dei principali fattori che portano al rimodellamento strutturale ed elettrico dell'atrio sinistro nei pazienti affetti da fibrillazione atriale, provocando l’insorgenza di regioni in cui la conduzione dell’impulso è molto lenta. Di conseguenza, la fibrosi atriale potrebbe rappresentare il substrato di base per l’origine e la perpetuazione di trigger ectopici e fenomeni di rientro, i quali contribuiscono in modo diretto al mantenimento dell’aritmia. Pertanto, la quantificazione di tessuto fibrotico in atrio sinistro potrebbe essere molto utile per prevenire, monitorare e gestire in modo personalizzato il substrato aritmico, guidando la terapia in base alla presenza di fibrosi. La risonanza magnetica con gadolinio (LGE-MRI) è recentemente emersa come uno strumento molto promettente per ottenere informazioni sulle alterazioni strutturali della parete atriale. Utilizzare questa tecnica per quantificare il carico fibrotico potrebbe risultare cruciale nel predire l'efficacia dell'ablazione cardiaca, consentendo una selezione più precisa dei pazienti idonei alla procedura ed evitando di includere quelli con prospettive meno promettenti. L’estensione fibrotica misurata è fortemente influenzata dal protocollo di acquisizione delle immagini e dal metodo di quantificazione che viene utilizzato. Questo compromette l’affidabilità e la riproducibilità della quantificazione stessa e, ad oggi, la sfida principale è rappresentata proprio dalla mancanza di un metodo standardizzato e facilmente riproducibile. A tal proposito, questo studio si pone come obiettivo quello di quantificare la fibrosi in atrio sinistro, implementando alcuni degli algoritmi attualmente proposti in letteratura, i quali verranno testati su due diversi dataset.