心血管疾病仍是全球首要死因，但弗吉尼亚大学健康系统（UVA Health）正在研究的突破性技术正重塑我们对这一问题的认知及治疗方式。通过将人工智能（AI）应用于冠状动脉CT血管造影（CCTA），该系统研究人员正深入解析动脉斑块成分，为心脏病风险评估提供全新维度的洞察。
弗吉尼亚大学健康系统心脏病专家兼研究人员托德·维利内斯医学博士（Todd Villines, MD）正主导这项变革性研究。其团队聚焦于分析动脉斑块的构成成分——因为冠状动脉中的斑块问题不仅在于数量，更在于其内部成分。
"我们早已知道，斑块负荷是预测未来心脏病发作的最强指标，"维利内斯解释道，"但最新发现表明斑块组成同样关键。某些类型斑块极易破裂并引发严重心脏事件。"
AI斑块分析填补心脏病风险评估细节
传统影像技术依赖人工评估，该过程耗时且不够精确，尤其在量化总斑块体积或非钙化斑块时。此时AI技术展现出独特优势。
AI能快速精准处理CCTA图像，在量化斑块体积的同时，识别高风险斑块的存在与数量。低衰减、富含脂质或正性重构的斑块尤为危险，而AI能以远超人工的速度和可重复性标记这些特征。
"冠状动脉CT血管造影（CCTA）能识别斑块多个关键特征：包括动脉管腔狭窄程度（即狭窄）、钙化量、非钙化斑块比例，以及前述高风险特征斑块。"维利内斯表示，"基于这些信息，CCTA通过评估总斑块与高风险斑块量、狭窄程度及斑块类型，提供全面的心脏风险分析。"
"AI使我们能以人工无法实现的方式量化斑块体积与成分。"维利内斯补充道，"多数AI算法通过斑块密度或亮度（豪恩斯菲尔德单位，HU）识别高脂质（胆固醇）区域，例如<30 HU的非钙化斑块和钙化斑块。该方法的挑战在于需要高质量CCTA图像，且斑块亮度会受技术因素影响，如扫描参数和设备类型。但AI能显著降低阅片者间差异，确保结果更一致可靠。对于接受过两次CCTA检查的患者，该技术首次实现无创监测冠状动脉疾病进展或治疗反应。若无AI驱动的斑块分析软件，测量斑块对药物治疗的响应变化将难以实现。"
该发现对患者护理具有深远意义。美欧指南已将CCTA列为胸痛患者的一线检查手段。结合AI分析后，即使患者无明显动脉阻塞，医患双方也能更清晰掌握心脏病风险。
2025年12月，美国心脏病学会发布专题报告重点推介此项研究。
早期识别高风险患者以优化干预
此项发现为早期干预打开大门。若扫描显示斑块体积或成分使患者面临更高心脏事件风险，即可在心脏病发作前启动生活方式调整或药物治疗。
"我们的目标是主动医疗，"维利内斯强调，"现有安全有效的药物可降低胆固醇、减轻炎症并改善预后，但必须先发现问题才能治疗。"
虽处早期阶段，AI斑块分析正快速普及。弗吉尼亚大学健康系统作为先驱，正探索该技术的临床影响、成本效益及广泛应用前景。联邦医疗保险和医疗补助服务中心（CMS）或将于2026年启动AI斑块分析报销，进一步加速技术落地。
"当前最大障碍是成本，"维利内斯坦言，"但随着更多证据证实其改善预后和提升效率，我们相信该技术将成为心脏评估的标准组成部分。我们期待在不久的将来自弗吉尼亚大学健康系统向患者提供此项工具。"
AI分析前景：提升心脏病患者疗效
对维利内斯而言，这项工作具有个人意义。因多名亲属患有早发性心脏病，他投身心脏CT研究，旨在为患者提供优于传统压力测试和模糊风险评分的替代方案。
"我亲历过心脏病的毁灭性影响，"他说，"能在事件发生前为患者提供精准个性化的心脏健康洞察并采取行动，这种能力无比强大。"
通过在AI与临床护理交叉点推动医学科学边界，弗吉尼亚大学健康系统致力于提供更智能高效的服务。维利内斯表示："目前正开展进一步研究，以更好标准化斑块量化方法，确保患者及其医生在CCTA扫描后获得更明确的治疗指导。"
【全文结束】
