冠状动脉钙化（CAC）评分的现状与未来方向
摘要
CT扫描获得的冠状动脉钙化（CAC）评分已被证明对评估心血管疾病风险具有预后价值，有助于预测无症状个体的结局。目前存在几种计算CAC评分的方法，各有其优缺点。Agatston CAC评分是应用最广泛的方法。目前推荐使用CAC评分预测无症状个体发生心血管疾病的风险和疾病特异性死亡率。在特定的患者亚群中，CAC评分也被建议用于重新分类心血管风险，并辅助制定一级预防干预措施（如他汀类药物治疗）的决策。随访图像上CAC评分的进展已显示与心肌梗死和心血管死亡率的风险相关。尽管CAC评分是临床上经过验证的工具，但获取、计算和解读评分过程中的多种陷阱等挑战阻碍了该指标的更广泛应用。近期的研究主要集中在改进现有评分方法的策略上，包括测量钙化密度、检测微钙化、关注冠状动脉外钙化以及改进图像采集策略。更好地理解CAC评分方法将有助于放射科医生及其他医生在工作中更好地使用和解读这些评分。
（S. Gupta的受邀评论可在线获取。）
（本文的在线补充材料可在线获取。）
©RSNA, 2022
引言
冠心病仍是全球主要的死亡原因，占2019年全球总死亡人数的16%。在病理生理学方面，动脉粥样硬化起核心作用，从早期的脂纹进展到晚期的复杂粥样斑块。血管钙化是异位骨形成的致病性、多因素过程，已显示与动脉粥样硬化的程度（包括钙化和非钙化）密切相关。此外，血管钙化本身已被证明可预测心血管发病率和死亡率。这些关联，加上CT图像上羟基磷灰石钙的不透X线外观，促进了对冠状动脉钙化量化或评分的广泛研究。教学要点：CAC评分已成为一种广泛可用且强大的工具，用于分层心血管风险、预测患者结局和指导预防性治疗。
目前有三种CAC评分方法：Agatston评分、体积评分和质量评分。在这三种方法中，Agatston方法在实践中最经过验证且应用最广泛，因此被视为参考标准。Agatston得分代表钙化病变的加权总和，考虑了钙化的总面积和最大衰减值。相比之下，体积评分忽略了病变衰减，而是通过考虑斑块面积和层厚来估计钙化斑块的真实体积。最后，质量评分是羟基磷灰石钙的矿物质量测量值，以毫克为单位。它基于斑块体积、斑块衰减以及一个校准因子（考虑水的衰减）计算得出。
虽然这三种评分方法相似，但各有优缺点。作为最古老的方法，Agatston评分方法拥有最多的数据支持，并已得到广泛验证。此外，使用供应商提供的软件可简化后处理。然而，Agatston评分的一个局限性是，在测量最大斑块衰减时容易受到噪声微小变化的影响，从而影响最终评分。此外，需要严格遵守最初发表的方案，才能得出有意义且可解释的评分。体积评分通过简单的后处理获得，由于其对噪声的微小变化相对不敏感且具有稳健的扫描间重复性，因此特别受欢迎。该评分的主要局限性在于其对部分容积的敏感性——特别是在高衰减区域，CAC水平会被高估，因为斑块衰减未被计入。质量评分同样对噪声的微小变化不敏感，并具有良好的扫描间重复性；然而，其真正的优势在于它测量的是斑块中羟基磷灰石钙的真实质量，因此可以直接与固定的物理参考进行比较。其缺点包括支持数据有限和后处理复杂。
CAC评分在无症状患者心血管风险评估中的应用
除了评分方法和成像技术的问题之外，还有一个更大的问题，即CAC评分如何用于临床，特别是在心血管风险评估和指导预防性治疗方面。实现这些目标的现有工具包括Framingham风险评分和动脉粥样硬化性心血管疾病风险评分，两者都是基于传统风险因素（如年龄、性别、种族、收缩压、血清胆固醇水平、吸烟史和有无糖尿病）使用汇总队列方程确定的10年冠心病风险指标。多项研究表明，CAC测量值也能预测心血管事件。重要的是，CAC水平已被证明在预测心血管事件方面具有增量价值。这意味着在预测风险方面，CAC评分与任何其他传统风险因素之间不存在冗余。因此，教学要点：将CAC评分添加到传统算法和指南中可改善心血管风险评估，并带来更明智的临床决策。
由McClelland等人开发的包含CAC评分的算法之一，基于多民族动脉粥样硬化研究的数据。根据收集到的患者数据，包括CAC评分和任何已确定的冠心病事件（如心肌梗死），MESA风险评分是传统风险因素和CAC评分的综合，用于估算10年冠心病风险。该评分在内部与排除CAC水平的风险评分进行了验证，并在Heinz Nixdorf Recall研究和Dallas Heart研究的参与者中进行了外部验证。为方便使用，根据原始MESA参数，为45至85岁的患者提供了在线MESA风险评分计算器。
CAC评分在临床指南中的最新地位
尽管MESA风险评分使用CAC水平进行风险评估，但目前该评分是唯一经过验证的包含CAC评分的模型。迄今为止，多个组织已就此发布了早期建议，建议将CAC评分作为共享决策的辅助手段，视情况使用。然而，支持这些建议的证据水平为中等，并且仍存在一些研究空白。例如，缺乏高质量的研究直接评估将CAC评分与传统的风险因素一起使用对风险预测和结局的影响，特别是在女性、某些少数族裔等代表性不足的群体中。关于使用这种方法成本效益的高质量研究也缺乏。
CAC联盟，一项多中心回顾性队列研究，最近确定了CAC评分与长期特定原因死亡率之间的关联。该联盟建议，CAC评分除了有助于预测心血管事件风险外，还可用于识别高风险亚组，为目前指南尚未覆盖的高风险30-49岁患者和有心血管疾病家族史的低风险患者提供了额外价值。该研究还确定，虽然CAC评分高于1000的患者代表一个独特的高风险组，但CAC评分为0可以作为发生心血管疾病和疾病特异性死亡率的可靠阴性风险因素。
CAC评分作为指导他汀类药物治疗的工具
使用CAC评分的一个主要益处在于它可能帮助将患者风险重新分类到更低类别，从而使他汀类药物治疗变得不必要，从而避免使用。2013年美国心脏病学会/美国心脏协会关于治疗血胆固醇以降低成人ASCVD风险的指南，建议根据低密度脂蛋白水平和其他临床心血管风险因素进行他汀类药物治疗。随后，Nasir等人证明，加入临床风险因素可提高他汀类药物治疗的合格性。在Greenland等人提出的一个更新模型中，将10年ASCVD风险与CAC评分结合起来，以指导他汀类药物的一级预防。教学要点：目前的建议是，对于年龄大于40岁、10年ASCVD风险处于临界至中等水平的患者，将CAC评分作为决策工具来重新分类风险并指导他汀类药物治疗。对于风险低于5%的患者，不建议他汀类药物治疗；作为例外，对于该组中具有风险因素和强烈冠心病家族史的选择性患者，可考虑他汀类药物治疗。对于风险大于20%的患者，无论CAC评分如何，都推荐他汀类药物治疗。
CAC进展与随访扫描
在MESA风险评分和Greenland等人改进的决策模型中，CAC评分的使用主要被视为初始或基线风险评估的一部分。然而，CAC评分的低扫描间变异性使得评估CAC进展成为CAC讨论中一个相对未探索且存在争议的话题。尽管已经证明CAC进展与心血管事件风险之间存在关联，但支持数据远不那么有力。此外，尚不清楚CAC进展在预后价值方面与基线CAC评分相比如何。尽管如此，已显示CAC进展与更高的心肌梗死和全因死亡率风险相关。CAC评分每年增加约20%-25%，在大约20%的CAC评分为0的受试者中，CAC评分在5年内进展为大于0，并且随年龄增长而显著增加，但在女性中增加较少。也有人认为CAC进展可能反映当前医疗管理的疗效，这提出了是否需要更积极干预的问题。
虽然一些研究表明，与基线CAC评分相比，CAC进展可能更准确地预测心血管事件，但另一些研究则认为基线CAC评分拥有大部分预后价值，重复扫描获益甚微。这些问题提出了一个基本问题：就预后价值、辐射风险和医疗成本而言，重复CAC扫描适合哪些患者群体？已经表明，基线和5年后CAC评分均为0的患者预后最好。双零与非常低的10年风险相关，5年内新发CAC风险为1.8%。因此，5年后重复扫描似乎有益；然而，对于那些在CAC扫描时已经获得双零，或因CAC评分高于或等于400已归类为高风险的患者，可能没有益处。
相对较新的心血管计算机断层扫描学会指南建议，对于初始CAC评分为0的患者，每5年重复一次CAC评分；对于CAC评分高于0的患者，每3-5年重复一次，前提是CAC的发展或进展会导致预防性管理的加强或改变。此外，在评估服用他汀类药物的患者的CAC评分时必须谨慎，因为这些评分可能虚假升高，尽管ASCVD风险较低，这可能是由于先前软斑块的钙化所致。目前，监测CAC进展的有用性需要进一步研究，并且仍在进行中。
CAC评分采集方案、计算和解读
用于CAC评分的设备包括电子束CT和多排CT，后者具有更好的空间分辨率，并在实践中在很大程度上取代了电子束CT。标准的采集方案涉及使用前瞻性心电图门控的轴向多排CT，层厚为2.5毫米，层间距为1毫米。扫描范围从主动脉弓下方到心脏底部，扫描参数包括固定的管电压120 kVp和根据患者身体质量指数变化的管电流-时间乘积。重建参数包括轴向软组织窗和轴向肺窗设置中层厚均为2.5毫米。然后使用供应商提供的软件获取CAC评分，特别是使用Agatston方法计算的评分，钙化通常被识别为高衰减和面积大于或等于1平方毫米或更大。Agatston得分通过整合总斑块面积与基于斑块钙衰减（亨氏单位）的辅助因子的乘积得出。CAC评分通常为每条冠状动脉报告，并作为整个图像的综合评分报告。
CAC评分可以通过两种方式解读：作为具有预定临界值的绝对评分，或作为根据人口统计学参数（如患者年龄和性别）调整的评分，使用多个群体数据库，如MESA数据库。简而言之，MESA是一项前瞻性多民族队列研究，涉及来自美国六个社区的6814名患者，研究亚临床心血管疾病的患病率和进展。在MESA中，参与者的年龄限于45-64岁，未包括有任何心血管合并症（即糖尿病、高血压或高脂血症）的患者。因此，CAC评分应主要用于45-64岁的无症状个体。众多研究已证明使用CAC评分指导冠心病患者临床管理的有效性。
解读CAC评分研究的结构化算法方法
在CAC评分可用于任何形式的临床决策之前，放射科医生必须全面准确地解读研究结果。在本文中，我们描述了一种有用的解读CAC评分的算法方法。初始评估应从CT定位像或侦察视图开始。虽然侦察视图通常用于显示层面位置，但仔细的初始评估可以最大限度地减少漏诊的可能性。接下来，放射科医生应关注锥形视野软组织图像，以识别心脏和冠状动脉病理，即血管钙化。还应审查这些图像以进行质量保证，确保每条血管都得到了适当评分。然后应在薄层和最大强度投影上评估全视野肺窗图像，特别是任何偶然发现的肺部病变，如肺结节或肿块。最后，应评估全视野软组织窗图像，以发现膈肌上方和下方偶然的心外发现。教学要点：采用算法方法来解读CAC评分研究，不仅有助于确保评分计算的准确性，还能确保重要的偶然发现不会在未进行适当随访的情况下被遗漏。
CT CAC评分图像上的偶然发现
除冠状动脉外，CAC扫描上还能看到各种心脏和心外结构。这些结构可能存在不同的偶然发现，应根据指南建议进行适当的影像学检查和评估。例如，CAC扫描可以显示孤立性肺结节，根据其大小、影像学特征以及病灶内脂肪和钙的存在，可能是良性或可疑恶性。良性的钙化模式包括中心性、弥漫性实性、层状和“爆米花”样模式。根据2017年Fleischner学会的建议，在常规CAC评分CT图像上检测到的小肺结节，在心血管疾病低风险患者中无需进一步检查。
此外，CAC评分CT扫描可以偶然发现纵隔肿块和胸腔内淋巴结肿大，在没有良性特征（如单纯囊肿的薄壁伴单纯液体衰减，以及良性淋巴结的完整脂肪性肺门）的情况下，可以进行进一步评估。CAC CT扫描还有可能显示与心肌壁脂肪沉积、钙化或动脉瘤相关的发现。在心包，常规CAC评分CT扫描可以显示心包积液以及心包的炎性和非炎性疾病。
通常，在非增强CAC CT扫描上，心腔增大不易直接发现。然而，可以通过评估心腔形态进行定性评估，并根据受累的心腔，在多种心血管异常（如瓣膜功能障碍、心肌病和右心衰竭）的情况下，可以作为发病率和死亡率的重要预测因子。此外，常规CAC扫描通常可以检测到主动脉瓣和二尖瓣环钙化，这些可能具有临床意义并与不良心血管结局相关。例如，CT图像上主动脉瓣的Agatston钙化评分已被证明与超声心动图显示的狭窄程度具有极好的相关性。虽然正常胸主动脉的大小因患者年龄、性别和整体体型略有不同，但一般来说，CT上升主动脉直径4-5厘米对应主动脉扩张或扩张，而直径大于5厘米则被认为是动脉瘤。重要的是，由于主动脉在胸腔内呈斜向走行，必须在双斜位重建图像上测量主动脉直径的“真实”短轴测量值。同样重要的是在发现肺动脉增宽时进行报告，因为这可能是肺动脉高压的标志。
上腹部区域的偶然发现通常包括肝脏脂肪变性以及下食管和所成像的上腹部内脏器官的大量肿瘤性和良性病变。偶然的骨骼和胸壁病变包括肋骨或胸骨骨折、骨转移性疾病、胸壁畸形以及胸壁和/或乳房肿块，应在报告中提及并提供适当建议。
解读CAC评分CT扫描的陷阱及潜在解决方案
为避免报告不准确，读者在解读这些研究时必须了解使用CAC评分CT的几个关键局限性。关于图像采集，呼吸运动伪影是妨碍图像质量的常见问题。技师应注意这一点，并确保在开始扫描前向患者传达正确的呼吸指令。此外，在图像采集过程中，可能因患者因素（如心律失常）和/或技术因素（如心律失常）和/或技术因素（如心电图导联中的静电）而导致心电图门控问题。当存在这些局限性时，应将其包含在报告中。此外，技术问题如冠状动脉部分排除在视野之外有时也会发生，但可以通过教育技师根据定位像仔细规划图像边界来避免。
教学要点：可能干扰钙化评分计算的潜在陷阱包括冠状动脉运动伪影、非冠状动脉钙化、邻近金属假体产生的条状伪影以及纳入了接受过冠状动脉支架置入术或冠状动脉旁路移植术的患者。冠状动脉运动伪影由呼吸或心脏运动引起，可能在评估时掩盖冠状动脉。这些伪影可以通过在扫描前使用β受体阻滞剂降低患者心率和/或心率变异性、进行心电图门控和/或提供如前所述的清晰呼吸指令来最小化。将非冠状动脉钙化（如钙化的纵隔淋巴结、胸膜斑块、心包钙化或二尖瓣环钙化）纳入CAC评分，会人为地提高计算的CAC评分，从而混淆解读。对冠状动脉解剖结构和正常变异的透彻理解，以及使用多平面重建，有助于避免此类错误。
视野内还存在来自金属物体（如胸骨钢丝或心脏起搏器）的条状伪影，或由既往外科手术（如冠状动脉旁路移植术）引起的解剖结构改变，这些都可能干扰CAC评分计算。读者在解读研究结果前，必须尽一切努力全面审查患者已有的医疗和手术史。在某些情况下，手动分割冠状动脉钙化以排除可疑伪影区域有助于最小化这个问题。冠状动脉支架可以通过骨窗设置以及其连续线性结构（有明确的起点和终点）与具有相似外观的高衰减钙化斑块更好地区分开来。
理想情况下，既往接受过冠状动脉旁路移植术的患者不应进行CAC评分。然而，在极少数执行了扫描的情况下，读者应告知开单医生，钙化评分不适用于该患者群体的风险评估，可考虑进行冠状动脉CT血管成像等其他诊断性检查。
最后，关于图像解读，读者必须意识到，在CAC评分检查中，视野通常受限以优化所评估心脏结构的空间分辨率。这导致肺部和胸腔的大部分被排除在外。因此，在准备进行这些检查时，读者应开发一个系统性的搜索模式，其中包含定位像和既往专用横断面图像的比较，以避免遗漏隐藏或部分可视的病变。同样，使用低剂量技术进行CAC评分图像采集会导致图像噪声相对增加。使用更厚的层厚或平均工具有助于减少图像的颗粒感。此外，在不同窗设置下（如专用的肝脏窗）审查可疑发现可能有助于评估可疑的肝脏病变。
不准确的测量也可能来自于错误地测量感兴趣的结构。偶然发现的肺结节应表示为同一平面上最大长轴测量值与垂直最大短轴测量值的平均值。主动脉和肺动脉等血管结构的直径测量应使用双斜位技术在真实正交平面上进行。此外，应将当前CAC评分CT扫描的测量值与既往专用横断面图像进行比较，以提供背景信息。
改善CAC评分的策略
目前使用的CAC评分方法是在一段时间前描述的，根据不断发展的证据，它们具有改进的潜力。理想的CAC评分应具有较高的观察者内和观察者间变异性，在不同扫描仪和采集方案间可重复，具有较高的风险评估效率同时有助于减少辐射暴露，并显示出与冠状动脉斑块负荷更好的相关性。此外，理想评分应考虑总斑块负荷。
在下文中，我们描述了目前正在研究的一些改进传统CAC评分方法的策略。表7提供了这些策略的全面总结。
改善CAC评分与冠状动脉斑块负荷的相关性
评估钙密度
钙密度低的冠状动脉斑块通常具有更大的脂质核心，更容易发生斑块破裂，从而导致急性心脏事件。给定斑块面积中更高的钙密度在成像上表现为更高的X射线衰减，并且与年龄呈强正相关，同时与吸烟和糖尿病等传统心血管风险因素呈负相关。尽管钙密度已被证明与心血管疾病风险呈负相关，但传统的CAC评分却反直觉地随着钙密度的增加而向上加权。这可能是由于评分技术对CAC面积和/或体积的依赖性。此外，服用他汀类药物的患者的CAC评分更高，而他汀类药物的使用已被证明能全面降低疾病风险。这些问题要求将钙密度纳入传统评分中。
在年轻成人中，由于稳定性较差的斑块中钙密度低，传统CAC评分会导致风险低估；而在老年患者中，由于钙密度高，风险可能被高估。在CAC评分中独立考虑钙密度可以更好地评估风险。
CAC的区域分布
研究表明，总冠状动脉斑块负荷是心血管疾病风险的独立预后决定因素。Brown等人表明，受钙化影响的冠状动脉百分比——即钙化覆盖率评分——比传统CAC评分更能预测疾病风险。研究这种分布显示：(a) 与集中分布模式相比，钙沉积的弥漫性模式表明风险更高；(b) 受累血管数量增多与更高的死亡率和冠状动脉血运重建风险相关；(c) 左主干和左前降支的个性化血管特异性评分表明预后更差。
病变总数
当前的CAC评分方法并未考虑单个斑块或病变数量所带来的风险。根据一项研究，在14,759名无症状个体中，死亡率与病变数量增加（>20）呈正相关。尽管病变数量不是死亡率的独立预后因素，但当按CAC评分分组时，在CAC评分中等的患者中，病变数量显示出独立的预后价值。
检测微钙化
使用传统的基于多排CT的方法来计算CAC评分时，CAC评分为0的患者可能存在小的钙化或微钙化，这些可能被当前的成像方法遗漏。Urabe等人显示，当使用来自传统3毫米层厚数据的0.5毫米层厚重建时，在132名CAC评分为0的患者中，有18名患者发现了22个微钙化。需要注意的一点是，由于CAC评分为0的患者绝对事件率非常低，检测微钙化可能不会显著改善风险预测。
纳入其他参数以预测风险
个体部位冠状动脉外钙化评分
虽然冠状动脉钙化一直被证明是未来心脏事件的最高风险预测因子，但利用冠状动脉外钙化部位的策略最近已被探索，可能有助于改进传统CAC评分。已对二尖瓣装置、主动脉根部和主动脉瓣等部位的冠状动脉外钙化评分进行计算和报告，并且最近显示其与心血管事件风险相关。Bos等人发现，在2408名参与者中，主动脉弓钙化是心血管死亡率的最强指标，独立于其他部位的钙化。
冠状动脉外钙化的序数评分
Tison等人开发了一个多部位冠状动脉外钙化评分的序数系统，使用基于MESA的评分，范围从0到4，取决于主动脉瓣、主动脉根、二尖瓣和胸主动脉的钙化情况。在中位随访10.3年期间，冠状动脉外钙化评分对生存具有预后价值，且独立于CAC评分，每个额外部位均以分级方式与结局呈正相关。
心外膜脂肪
现有研究表明，心外膜脂肪（包裹冠状动脉和心肌的脂肪组织层）的增加量与动脉粥样硬化和房颤风险密切相关。先进的图像处理技术使得仅使用非增强CT扫描就能进行稳健的自动心外膜脂肪量化。这个心外膜脂肪测量值可能是纳入CAC评分的因素。
肝脏衰减
尽管在冠状动脉钙化CT上只对肝脏的上部进行成像，但几个部位的平均衰减值代表了肝脏中脂肪的总体积。研究已经表明，肝脏脂肪与心血管疾病风险相关。因此，纳入肝脏衰减测量值可以改善CAC评分。
减少辐射暴露
目前，冠状动脉钙化评分CT涉及1-2 mSv的辐射，但有几种方法可以减少这些检查的辐射暴露：
- 使用低管电压。据估计，通过将管电压降至80或100 kVp，可以将钙化评分CT的辐射暴露减少50%-70%。然而，需要重新校准钙化评分以避免高估。
- 迭代重建是一种创新的重建算法，正在CAC评分扫描中实施，具有减少图像噪声、改善图像质量和降低辐射剂量的优点。
- 使用高螺距扫描采集：虽然心电图门控CT技术已用于CAC评分，但已有研究描述了使用非门控低剂量CT扫描进行CAC评分。通过使用双源CT的非门控采集，将螺距增加到3，并将时间分辨率提高到75毫秒，已显示出与专用钙化评分CT相当的性能，具有高度的一致性和敏感性。
CAC评分的未来方向
基于非门控CT的CAC评分
在国家肺筛查试验中，Chiles等人使用了来自1575名参与者的低剂量非门控CT扫描，比较了Agatston评分、分段血管特异性评分和总体视觉评估在预测结局方面的表现。尽管使用低剂量非门控CT进行，Agatston评分在多变量分析中（控制其他临床因素）仍能预测心血管死亡时间。尽管是主观的，但最近的指南强烈建议在所有非增强非门控胸部CT检查中（采用视觉量表：无、轻度、中度或重度）评估和报告CAC。Agatston评分和CAC序数评分被接受为基于II类证据的建议。
双能CT和虚拟平扫成像的作用
技术创新使得双能CT得到广泛应用，它可以从原始的增强检查中重建出额外的图像，例如虚拟平扫图像，从而节省时间并避免患者接受不必要的辐射，因为这减少了对冠状动脉CT血管成像前进行专用平扫的需求。Nadjiri等人使用增强CT血管成像的VNC图像进行CAC评分，发现与真实平扫图像上的CAC评分估计相比，VNC图像上的CAC评分存在一致性的低估。然而，如果应用适当的转换因子，可以获得真实平扫与VNC图像评分之间的良好一致性。同样，Mahoney等人发现在接受经导管主动脉瓣植入的不同患者群体中，VNC与非增强CT冠状动脉钙化评分之间具有极好的一致性和极好的风险分层。在双能CT的此应用可常规用于此目的之前，需要进行更大规模的研究进行验证。
用于自动CAC评分的人工智能
采用机器学习和深度学习方法的人工智能技术在诊断和预后应用的成像方面显示出显著进展。传统的CAC评分是一个半自动过程，需要大量的人力和时间。人工智能方法已初步显示出在完全自动化CAC评分过程方面的巨大潜力。例如，van Velzen等人使用了一种称为卷积神经网络的深度学习方法，该方法依赖于图像的机器学习表示将其分类到不同类别以自动化CAC评分，其与Agatston评分比较的组内相关系数为0.79–0.97。此外，用于分配心血管疾病风险类别的κ值是0.90，表明卷积神经网络与Agatston评分方法之间具有一致性。然而，在进行稳健的多中心验证之后，还需要进行进一步的研究来验证这些技术，然后才能投入临床使用。
结论
CAC评分是一种有效且经过验证的无创方法，用于估计无症状个体的心血管疾病风险和死亡率。尽管存在相关挑战，但随着创新研究的进行以解决细节问题并改进技术以获得更好的性能，这种评分技术的未来看起来很有希望。
【全文结束】