基于循环血小板图像组学的冠心病抗血小板治疗直接评估新策略

为解决冠心病(CAD)抗血小板治疗疗效评估难题，东京大学团队开发了基于光学频分复用显微镜(FDM)和深度学习技术的循环血小板图像组学分析方法。研究通过对207例CAD患者外周血样本的高通量成像和智能表型分类，首次实现体内血小板聚集状态的直接观测，证实抗血小板治疗能显著降低循环血小板-血小板/白细胞聚集体的浓度，并揭示静脉血可准确反映动脉血栓状态。该成果为个性化抗血小板治疗提供了创新监测手段，发表于《Nature Communications》。

　　

冠心病(CAD)作为全球主要死因，抗血小板治疗是防治血栓并发症的核心手段，但传统检测方法存在重大局限：现有技术如光透射聚集法(LTA)和流式细胞术仅能间接评估血小板功能，无法反映体内真实的血流动力学和细胞互作环境。更棘手的是，治疗窗难以把握——抗血小板药物在预防血栓的同时会显著增加3-5倍的出血风险。这种"血栓-出血"平衡困境亟需能直接观测体内血小板活化的创新技术。

东京大学等机构的研究团队在《Nature Communications》发表突破性研究，开发出基于光学频分复用显微镜(FDM)和深度学习的人工智能血小板分析平台。该技术通过对207例CAD患者(含42例ACS和165例CCS)外周血样本的高通量成像，首次实现循环血小板聚集体的直接可视化观测，并建立静脉血检测评估动脉血栓状态的新范式。

关键技术包括：1) 采用FDM显微镜实现1m/s流速下的高通量(>10,000 eps)、无模糊成像；2) 基于抗CD61-PE荧光标记触发捕获血小板相关对象；3) 开发深度卷积神经网络(CNN)模型对血小板聚集体进行七分类(准确率96.4%)；4) 通过密度梯度离心和2%多聚甲醛固定保持体内聚集状态；5) 对129例患者同步采集动静脉血进行比对验证。

比较CAD患者与健康人的血小板聚集水平
研究发现，即使86.5%患者接受抗血栓治疗，其循环血小板聚集体浓度仍显著高于健康对照(p<0.001)。ACS患者比CCS患者表现出更高的血小板-单核细胞聚集体水平(p=0.006)，这与ACS急性血栓形成的病理特征相符。

分析抗血小板治疗对体内血小板聚集的影响
多药(≥2种)抗血栓治疗组比单药组显著降低血小板聚集体浓度(p=0.023)。虽然单抗(SAPT)和双抗(DAPT)治疗均有效，但两者间无统计学差异(p>0.3)，提示可能需要更精准的剂量调整策略。

不同采血部位的血小板聚集水平比较
突破性发现外周静脉与冠状动脉的血小板聚集体浓度高度相关(r=0.91)，且当日采样时相关性更强(r=0.89)。这颠覆了"静脉血不能反映动脉病变"的传统认知，为无创监测奠定基础。

抗血小板治疗的纵向评估
4例典型病例显示，从SAPT升级为DAPT后血小板聚集体持续下降，但个体差异显著，强调个性化治疗的必要性。

该研究开创性地证明：1) 图像组学可突破传统检测局限，直接评估抗血小板药效；2) 静脉血能准确反映CAD患者的动脉血栓负荷；3) ACS存在更活跃的系统性血小板活化。这些发现为建立"治疗-监测-调整"的精准医疗闭环提供了关键技术支撑，未来或可通过定期静脉采血实现动态治疗优化。研究采用的FDM-CNN技术框架也为其他血流性疾病(如中风、DVT)的监测开辟了新思路。