AI工具能否帮助预测心绞痛患者的心血管事件
玛塔·凯利（Martta Kelly）
医学记者
2025年12月17日
一种非侵入性人工智能（AI）工具可能有助于预测疑似稳定冠状动脉疾病患者潜在的心血管事件风险。根据欧洲心血管影像学会（EACVI）2025年会上公布的一项大型观察性队列研究，这种名为CT衍生血流储备分数（FFR-CT）的工具可辅助分析用于诊断冠状动脉疾病的冠状动脉CT血管造影图像。该工具能够评估冠状动脉血流状况，这是心绞痛诊断的关键环节。
研究展示者、英国利物浦心脏与胸科医院的杰克·贝尔医生（Jack Bell, MD）表示，这项名为FISH&CHIPS的研究首次确证了FFR-CT除诊断能力外的预后价值。作为迄今规模最大的真实世界FFR-CT队列研究，它纳入了来自25家医院的近8000名接受FFR-CT分析的患者。FISH&CHIPS研究基于大量临床事件数据，使研究者能够分析心肌梗死（MI）、心血管死亡及全因死亡等个体化结局指标，而非复合终点。贝尔指出，该研究随访期长达3年，超过此前多数FFR-CT研究。
无需额外检测
贝尔表示：“FFR-CT已广泛用于诊断引发心绞痛的血流受限型冠状动脉疾病。该技术的优势在于无需进行额外检测，既有利于患者，也能减轻医疗系统负担。这种预后价值在指导治疗决策方面与诊断价值同等重要。”
研究共纳入7836名患者（中位年龄63岁，女性占37.4%）。随访结果显示，2.4%的患者发生心肌梗死，20.1%接受血管重建术，0.9%死于心血管疾病，3.3%因任何原因死亡。当在狭窄部位附近测量FFR-CT时，研究人员发现较低数值与较高心血管事件发生率显著相关。贝尔解释称，与正常狭窄特异性FFR-CT相比，严重降低的狭窄特异性FFR-CT会使3年内心肌梗死风险增加5.7倍，心血管死亡风险增加3.4倍。他强调，该关联独立于年龄、性别、高血压、糖尿病和血脂异常等传统心血管风险因素。
耶鲁大学心血管数据科学实验室主任、康涅狄格州纽黑文市副教授罗汉·克里亚医生（Rohan Khera, MD, MS）指出，基于AI的FFR-CT使临床医生更清晰地判断哪些冠状动脉病变可能影响血流，而不仅是肉眼观察血管是否狭窄。
强化决策能力
“这有助于将诊疗从纯解剖学评估转向反映生理学意义的评估，”未参与该研究的克里亚表示，“对患者而言，它通过识别高风险人群和可安全采用非侵入性管理的患者，强化了临床决策能力。”
克里亚解释说，当FFR-CT显示血流保留良好时，临床医生通常可放心推迟侵入性血管造影。“当它识别出生理功能障碍时，评估就能更有针对性地进行。”他补充道，“在工具的疾病诊断能力基础上增加预后背景，能进一步为仅基于非侵入性检查的决策提供依据。”
克里亚指出，FFR-CT严重程度的分级与不同风险水平相关，“这支持个体化制定治疗强度、随访频率及血管重建决策。但未来仍需评估FFR-CT指导下的治疗模式。”他同时强调，在常规实践中，一旦FFR-CT识别出血流受损，临床医生会调整管理方案。“由于这是观察性研究且反映受检测影响的诊疗路径，报告的事件率可能同时包含基础疾病风险和后续治疗的调节效应。因此，分析描述的是与FFR-CT分类相关的结局，而非未经治疗的疾病自然病程。”
贝尔总结道，采用冠状动脉CT血管造影可使心脏病专家观察导致心肌梗死的疾病进程，而该进程因人而异。“随着冠状动脉疾病治疗方案日益增多，为患者提供个性化风险评估和靶向治疗以降低风险将至关重要。”
贝尔声明无财务披露。克里亚声明担任《美国医学会杂志》副主编，获得美国国立卫生研究院、多丽丝·杜克慈善基金会及布拉瓦特尼克家族基金会支持，并通过耶鲁大学获得百时美施贵宝、诺和诺德和BridgeBio的研究支持。他还声明是多项美国待审专利的共同发明人，并共同创立了旨在改善心血管诊断和循证医疗的健康平台Ensight-AI公司及Evidence2Health公司。
玛塔·凯利是居住在纽约大都会区的医学记者。
【全文结束】
