心包脂肪组织（PAT）分割：PAT真实分割（上行）、模型预测（中行）和两个掩膜差值的视觉对比。从左到右，各列代表从心脏上部到下部水平的二维轴向切片，最右侧列对应掩膜区域的三维表示。图片来源：《美国预防心脏病学杂志》（2026），DOI: 10.1016/j.ajpc.2026.101549
梅奥诊所的研究发现了一种强有力的新方法，通过将人工智能（AI）应用于常规影像检查，可以改善患者长期心血管疾病风险的预测。心脏病是逐渐发展的，目前仍是全球主要死因，因此早期识别风险对于预防心脏病发作、中风和其他严重后果至关重要。
该研究突显了AI在帮助专家从现有医学数据中发现新见解方面日益重要的作用。研究结果已在2026年美国心脏病学会科学会议上公布，并同时发表于《美国预防心脏病学杂志》。
该研究追踪了近12,000名成年人约16年。研究人员将AI应用于参与者的标准冠状动脉钙化扫描，以测量心脏周围的脂肪。他们比较了这种测量值与两种标准风险评估方法（单独使用及组合使用）的预测价值：美国心脏协会的PREVENT方程（包含年龄、性别、血压、胆固醇、糖尿病等传统因素）以及冠状动脉钙化评分（测量冠状动脉中的钙化斑块）。
研究结果表明，心脏脂肪体积可独立用于预测心血管事件。当与冠状动脉钙化评分和PREVENT方程结合使用时，它显著提高了长期风险预测的整体准确性，尤其是在低风险类别患者中。
“心包脂肪已被认为是心血管风险的标志物，但这项研究表明，我们现在可以自动测量它，并以此有意义地改善风险预测，尤其是对于临床决策往往不够明确的临界或中等风险患者，”梅奥诊所心血管医学科研究员、第一作者Zahra Esmaeili说。“这为更个性化的预防策略打开了大门。”
主要发现：
- 在随访期间，近10%的参与者患上了心血管疾病。
- 心脏周围脂肪体积较高与心血管事件风险增加独立相关，即使在考虑了传统风险因素和冠状动脉钙化评分后也是如此。
- 在所有冠状动脉钙化水平下，冠状动脉脂肪体积最高的参与者风险均升高。
- 添加冠状动脉脂肪测量值提高了预测心血管事件的准确性，超越了现有模型。
冠状动脉钙化评分被广泛用于评估心血管风险。这项研究表明，无需额外检查或费用，即可从同一扫描中提取更多信息。
“由于这项测量来自许多患者已经接受的影像检查，它代表了一种实用且可扩展的增强心血管风险评估的方式，”梅奥诊所预防心脏病专家、AI心脏病学项目联合主任、资深作者Francisco Lopez-Jimenez博士说。“它可以帮助临床医生更早、更有效地进行干预。”
研究人员指出，进一步的研究将有助于确定如何最好地将冠状动脉脂肪测量纳入常规临床护理，以及它是否能够指导治疗决策。
【全文结束】