AI增强成像可能改善冠心病风险预测，指导性别特异性治疗

芝加哥——一位发言者报告称，在接受冠状动脉成像检查的患者中，AI辅助定量冠状动脉CT在预测主要不良心血管事件方面比标准风险评分更具预后价值，尤其是对于患有冠心病（CAD）的女性。

这项全球多中心的CONFIRM2试验结果在美国心脏病学会科学会议上公布，并同时发表在《循环：心血管影像》杂志上。

“女性在冠状动脉疾病（CAD）方面被诊断不足和治疗不足。她们有独特的临床表现，并且遭受不良后果。临床风险评分的准确性较低，尤其在女性中的表现更弱。已有报道指出，通过CT观察到慢性斑块特征在性别之间存在差异，但关于这些特征与心血管风险直接关联的数据有限，”奥地利因斯布鲁克医科大学副教授Gudrun M. Feuchtner博士在演讲中表示。“基于AI的定量冠状动脉CT（AI-QCT）是一项新技术……可以量化总斑块体积，并对动脉粥样硬化的成分进行亚分析。非钙化斑块可以与钙化斑块以及高风险斑块特征区分开来，以及其他16种动脉粥样硬化特征。由于这些特征可能提高心血管风险预测，本研究的目的是通过AI-QCT定义性别特异性的动脉粥样硬化模式，以预测主要不良心血管事件（MACE），并与临床风险评分进行比较。”

他们的研究包括3,551名疑似CAD并随后接受冠状动脉CT血管造影的患者（平均年龄59岁；50%为女性）。

AI用于测量斑块特征，包括总斑块体积、非钙化斑块体积、钙化斑块体积、低密度斑块体积、高风险斑块、斑块百分比体积和狭窄严重程度。

主要终点是主要不良心血管事件，包括死亡、心肌梗死、晚期血运重建、脑血管事件、不稳定型心绞痛和充血性心力衰竭。

在近5年的随访期间，主要终点在女性中发生率为3.2%，男性中为6.1%。

AI定量冠状动脉CT得出的总斑块体积、非钙化斑块、钙化斑块和斑块百分比体积在女性中与主要终点的风险增加相关，而男性则不然。

对于每增加50 mm³，主要终点的相对风险增加：

• 总斑块体积：女性增加17.7%（95% CI, 12%-24%），男性增加5.3%（95% CI, 3%-7%；交互作用P < .001）；

• 非钙化斑块：女性增加27.1%（95% CI, 17%-38%），男性增加11.6%（95% CI, 8%-15%；交互作用P = .0015）；

• 钙化斑块：女性增加22.9%（95% CI, 14%-33%），男性增加5.4%（95% CI, 1%-10%；交互作用P = .0012）。

Feuchtner报告称，当AI模型包括心血管风险因素、总斑块体积和高风险斑块时，女性的主要不良心血管事件预测显著改善（AUC = 0.791；95% CI, 0.74-0.86；与仅评估风险因素相比P = .0046），以及直径狭窄（AUC = 0.797；95% CI, 0.73-0.85；与仅评估风险因素相比P = .0055）。

当将AI定量冠状动脉CT测量添加到Diamond-Forrester风险预测模型中时，与单独使用Diamond-Forrester相比，主要终点的预测结果也类似。

“尽管总的AI定量CT得出的斑块负担在男性中更高，但相似的AI定量CT得出的特征体积增量在女性中显著增加了主要不良心血管事件的相对风险，这在使用这些特征作为影像生物标志物时必须考虑，而临床风险评分的表现较差至中等，”Feuchtner在演讲中表示。“这种使用AI定量CT特征进行风险分层的方法，而不是依赖传统评分，有可能提高风险预测的精度，并因此能够实现个性化的预防干预，例如强化抗动脉粥样硬化治疗、降低LDL目标值和其他措施。”

参考文献

• Feuchtner GM, et al. Circ Cardiovasc Imaging. 2025;doi:10.1161/CIRCIMAGING.125.018235.

(全文结束)