La conférence met en lumière les innovations technologiques majeures qui transformeront l’imagerie endo-coronaire dans les prochaines années. Un accent particulier est mis sur les nouveaux cathéters dédiés, notamment ceux intégrant des technologies combinées comme l’AEVUS et l’OCT, qui offrent de nouvelles perspectives pour guider les interventions complexes telles que la dissection réentrée. Ces cathéters ultrafins, développés notamment au Japon, permettent une navigation précise au sein des lésions pour optimiser le traitement des occlusions coronaires totales (CTO). La fusion de différentes modalités d’imagerie, incluant la spectroscopie infrarouge et la fluorescence, ouvre des possibilités inédites pour caractériser finement les plaques vulnérables et détecter l’inflammation ou la calcification profonde, contribuant ainsi à mieux évaluer le risque de rupture et d’événements cardiovasculaires.
Une avancée majeure présentée concerne le développement de modèles de Fractional Flow Reserve (FFR) virtuels basés sur des reconstructions 3D précises des vaisseaux coronaires obtenues par OCT. Ces outils mathématiques de dynamique des fluides permettent d’évaluer la gravité fonctionnelle des lésions avec une précision accrue, surpassant souvent l’évaluation traditionnelle basée sur la surface minimale de la lumière artérielle. Ainsi, la combinaison de la morphologie tissulaire et de la physiologie vasculaire sur un même pull-back d’imagerie fournit des informations complètes sur la pronostic, ce qui est crucial pour adapter les stratégies interventionnelles. Des études cliniques récentes valident cette approche en démontrant une forte corrélation entre les indices virtuels de FFR et les événements cardiovasculaires, constituant un outil déterminant pour le suivi des patients après angioplastie.
L’intelligence artificielle (IA) joue également un rôle central dans l’évolution future de l’imagerie endo-coronaire, en améliorant l’interprétation des images et en démocratisant leur usage. L’orateur souligne que les solutions actuelles restent encore limitées à des analyses basiques telles que la détection des mailles de stent ou l’identification sommaire de calcifications. Cependant, des laboratoires pionniers développent des algorithmes de deep learning capables d’une analyse histologique virtuelle détaillée, avec pour ambition de reconnaître les plaques à haut risque et de prédire les événements cliniques avec une performance supérieure à celle des experts humains. Ces innovations, déjà mises en pratique dans plusieurs centres, promettent de faire entrer l’imagerie intracoronaire dans une nouvelle ère, plus précise, personnalisée et accessible, bouleversant la prise en charge des maladies coronaires.
