人工智能定量冠脉CTA评估斑块负荷与心肌缺血严重程度的关系：一项基于PET血流定量的大型影像学研究

《European Heart Journal - Imaging Methods and Practice》：Coronary artery stenosis, plaque burden, and severity of myocardial ischemia

本研究针对冠脉斑块负荷与心肌缺血严重程度关系不明的临床问题，通过AI引导的冠脉CTA定量分析837例患者的斑块特征，结合15O-water PET心肌灌注定量，发现狭窄程度、非钙化斑块体积与缺血严重程度显著相关，但不同血管存在差异。结果支持解剖与功能影像融合对冠心病精准分型的价值。

　　

在心血管疾病诊疗领域，冠状动脉粥样硬化性心脏病（CAD）始终是威胁人类健康的主要杀手。近年来，冠状动脉计算机断层扫描血管成像（CTA）因其无创、高效的特点，已成为中低临床可能性冠心病患者的一线筛查工具。随着人工智能（AI）技术的飞速发展，AI引导的定量CTA（AI-QCT）能够快速、客观、可重复地量化冠脉狭窄程度、斑块体积及其成分（如钙化斑块、非钙化斑块等），为冠心病的精准评估提供了新利器。然而，冠状动脉粥样硬化的范围和组成与心肌缺血严重程度之间的具体关系，仍未完全阐明。特别是，解剖学上的斑块负荷是否能够准确预测功能学上的缺血程度，以及这种关系在不同主要冠脉血管（如左前降支LAD、左回旋支LCx、右冠状动脉RCA）间是否存在差异，是临床实践中亟待解决的关键科学问题。

为了解决这些问题，由Tanja Kero博士领衔的研究团队在《European Heart Journal - Imaging Methods and Practice》上发表了他们的最新研究成果。该研究基于芬兰图尔库大学医院的Turku心脏CTA登记库，纳入了837名因疑似冠心病而接受冠脉CTA检查的有症状患者。这些患者在接受CTA后，若发现存在视觉评估≥50%的疑似梗阻性狭窄，则会进一步接受15O-水正电子发射断层扫描（PET）心肌灌注成像（MPI）以评估缺血的血流动力学意义。研究团队利用FDA批准的AI-QCT软件（Cleerly LABS）对CTA图像进行盲法重新分析，量化了每位患者及每条主要冠脉（LAD, LCx, RCA）的斑块特征，包括直径狭窄百分比、 percent atheroma volume (PAV, percent atheroma volume)、 percent non-calcified plaque volume (NCPV, percent non-calcified plaque volume)、 percent calcified plaque volume (CPV, percent calcified plaque volume)以及重构指数（RI）等。心肌缺血的严重程度则根据PET测得的区域 hyperaemic myocardial blood flow (MBF, hyperaemic myocardial blood flow)分为四个等级：正常灌注（MBF >2.30 mL·min^-1·g^-1）、轻度缺血（MBF 2.00-2.30 mL·min^-1·g^-1）、中度缺血（MBF 1.50-2.00 mL·min^-1·g^-1）和重度缺血（MBF <1.50 mL·min^-1·g^-1）。通过统计方法（如Kruskal-Wallis检验、 ordinal logistic regression）分析了斑块特征与缺血严重程度的关系。

研究结果

缺血严重程度的分布

在837名患者中，360名（43%）在患者水平上存在心肌缺血。在血管水平上，LAD供血区域发生缺血的比例（33%）高于LCx（25%）和RCA（28%），且缺血严重程度的分布在血管间存在显著差异。LAD区域的缺血程度也相对更重。

斑块特征与缺血严重程度的关系

无论是在患者水平还是在LAD、LCx、RCA各个血管水平，直径狭窄程度、PAV、NCPV和CPV均显示出随着缺血严重程度增加而升高的显著趋势（整体P值均<0.001）。LAD的斑块负荷在所有缺血等级中均 consistently 高于LCx和RCA。然而，这些斑块指标的分布在不同的缺血等级之间存在 substantial overlap（显著重叠），尤其是在LCx和RCA，表明仅凭解剖学指标难以精确区分缺血的严重程度。低衰减斑块（LAP）的 presence 和重构指数（RI）也随缺血严重程度增加而升高。

斑块特征预测缺血严重程度的多元分析

Ordinal logistic regression 分析进一步证实，在调整了其他变量后，直径狭窄（OR 1.02-1.03, P<0.001）和NCPV（OR 1.04-1.05, P=0.011-0.031）是所有冠脉（LAD, LCx, RCA）及患者水平上缺血严重程度的显著独立预测因子。CPV是LAD和RCA缺血严重程度的显著预测因子（OR 1.03-1.04, P=0.002-0.015），但在LCx中未显示出独立预测价值。低衰减斑块的 presence 和RI在大多数模型中不是缺血严重程度的显著独立预测因子。

结论与意义

本研究通过结合AI-QCT和定量PET MPI，在大型症状性患者队列中深入探讨了冠脉斑块负荷与心肌缺血严重程度的关系。主要结论包括：首先，冠脉狭窄程度和斑块负荷（包括总斑块、非钙化斑块和钙化斑块）与缺血严重程度呈正相关，证实了解剖学病变严重程度与功能性损害之间的直接联系。其次，非钙化斑块体积是各血管缺血严重程度的普遍预测因子，而钙化斑块体积的预测价值存在血管异质性（在LAD和RCA显著，在LCx不显著）。第三，也是最重要的发现，尽管存在总体趋势，但斑块指标在不同缺血等级间存在显著重叠，尤其是在LCx和RCA，这凸显了单纯依靠解剖学成像（如CTA）来准确判断缺血严重程度的局限性。心肌缺血的发生和发展是多因素作用的结果，可能涉及弥漫性病变、微血管功能障碍或斑块形态特征等。

因此，该研究强调了将AI引导的定量斑块分析（提供详细的解剖学信息）与功能性灌注评估（如PET MPI）相结合，对于实现冠心病更全面、更精准的表型分析至关重要。这种“解剖+功能”的整合策略有望优化临床决策，指导个体化治疗，改善患者预后。该研究的发现为未来开发基于多模态影像的冠心病精准诊疗策略提供了重要的理论依据和实践指导。