慕尼黑，德国——本周在2026年欧洲经皮心血管介入协会(EAPCI)峰会上，研究人员强调，尽管人工智能(AI)有望在心脏病学领域扩大其应用范围，但这一前景必须伴随着谨慎态度。
在一场专门讨论人工智能的会议环节中，爱尔兰高威大学的帕特里克·W·塞鲁伊斯(Patrick W. Serruys)博士详细概述了该技术在心血管介入治疗中的各种形式和应用——包括当前和未来的应用。
塞鲁伊斯表示，人工智能"涵盖任何使计算机能够模仿人类行为的技术或系统：感受、思考、行动和适应"。它有多种形式，从机器学习到大型语言模型等。当应用于医学时，这些工具可用于更快地处理数据、精确诊断、预测结果、指导干预和优化工作流程。
为说明AI的广泛性，塞鲁伊斯总结了高威大学CORRIB核心实验室正在进行的许多项目。
例如，正如2023年发表在《欧洲心脏杂志-数字健康》(European Heart Journal – Digital Health)上的一篇论文所述，他和他的团队使用机器学习深入研究了75个术前因素，并确定其中哪些能够预测SYNTAX研究中的10年死亡率。
该项目揭示了一个意外的预测因子：γ-谷氨酰转移酶(Gamma-glutamyl transferase, GGT)。塞鲁伊斯表示，他最初对这一发现持怀疑态度，但后来理解了其中的道理。他解释说，GGT"是系统性氧化应激的标志物，对斑块进展、不稳定和心力衰竭有影响"。在SYNTAX研究中，GGT水平高的患者10年死亡率为32.7%；而GGT水平低的患者10年死亡率为23.5%。研究人员随后使用日本登记数据对外部验证了他们的模型，该模型不仅基于GGT，还基于C反应蛋白(C-reactive protein)、患者报告的术前心理状态和糖化血红蛋白(Glycated hemoglobin)。
规划就是一切。 帕特里克·W·塞鲁伊斯
其他应用包括解释冠状动脉CT血管造影(Coronary CT angiography, CCTA)以指导干预措施。然而，与许多新兴技术一样，人工智能也并非没有问题。塞鲁伊斯警告说，美国国立卫生研究院(NIH)的专家们"越来越担心这些不同的人工智能软件在分析同一CCTA时缺乏一致性"，他敦促医生和专业协会说服公司确保其工具提供一致的结果。
不过，他表示，AI在PCI(经皮冠状动脉介入治疗)前可用于模拟解剖结构、血流和支架植入后的结果。它还可以通过虚拟现实进行查看，作为心脏团队在手术前甚至导管室中消化信息的一种方式。塞鲁伊斯补充说，该技术同样可以应用于瓣膜疾病和结构性干预中。
他强调，尽管AI前景广阔，但必须谨慎对待。存在的问题包括数据隐私等伦理问题；不仅需要工具还需要培训；可能存在偏见，必须通过跨数据集验证来调和；以及信任源自对人类理解而言可能不透明的AI决策所产生结果的挑战。
血管内影像的进展
伦敦巴茨心脏中心(Barts Heart Centre)的克里斯托斯·布尔antas(Christos Bourantas)博士将他的演讲重点放在心血管影像中人工智能的当前状态，特别是血管内超声(Intravascular Ultrasound, IVUS)和光学相干断层扫描(Optical Coherence Tomography, OCT)。
"人工智能已经彻底改变了血管内影像处理。我们现在可以快速准确地处理大型影像数据集，并且我们已将方法论纳入血管内影像系统，用于常规PCI期间获取的数据。"概念验证研究表明，这些系统可以帮助预测PCI结果。它们可以表征斑块组成和病变严重程度，并且组织学已被用于训练软件识别高风险特征。
然而，布尔antas表示，这一领域还有很多工作要做，"因为血管内影像的大多数解决方案仍然会出错，因为它们是在小型数据集上训练的"。"尽管有证据表明AI可以预测最终的PCI结果，但对于高风险患者，我们还没有可以在临床实践中使用的可靠解决方案。"
他强调，人工智能不能取代心脏病专家自己的判断。"如果你打算将其应用于人类，我们需要确保有人已经审查过代码并检查过它。要达到信任AI估计超过我们专业知识的水平，我们必须100%确定它已在结局研究中得到证实。而在血管内影像方面，我们还没有达到这个水平。"
我们有很多光明，但也有阴影，所以我们必须谨慎行事。 拉斐尔·德卢西亚(Raffaele De Lucia)
会议联合主持人、比利时阿尔斯特心血管中心(Cardiovascular Center Aalst)和纽约心血管研究基金会(Cardiovascular Research Foundation)的卡洛斯·科莱特(Carlos Collet)博士表示，关于AI呈现的信息量可能令人难以承受。"你基本上描述了从诊断到随访发生的一切，"科莱特对塞鲁伊斯说，并询问AI在哪些方面最有帮助。
"术前规划——规划就是一切，"塞鲁伊斯迅速回答。人工智能可以用来"探究几乎所有事情：手术期间会发生什么，手术结果会是什么……你真的可以想象你明天要做什么。"
科莱特则指出了人工智能的另一个作用：减少变异性。
在查看试验数据库时，"我意识到我们在生成证据时面临的最大问题是患者护理的变异性，"他说。例如，在美国和日本，尽管诊断完全相同，但病例的处理方式却大不相同。
塞鲁伊斯同意，随着时间的推移，AI将实现更高的一致性。他表示，许多介入心脏病专家已经在工作中使用AI。"这对我们实践来说是一场真正的海啸……当我每天审阅我参与的试验时，我向计算机口述我的问题，然后ChatGPT润色我的英语并完善我所做的任何事情。然后它将这些内容分层，为明天的问题做准备。"
他补充说，这些工具还能够在病例完成后轻松快速地做笔记。"AI在这里帮助我们改进工作流程，"这种效率使医生能够与患者有更多面对面的时间。
联合主持会议的意大利比萨大学医院(University Hospital of Pisa)的拉斐尔·德卢西亚博士询问与会者，当AI工具在临床指南中获得I类推荐时会发生什么。"我们如何想象将AI推向这一新环境？"
这个问题很恰当但并非前所未闻。其他专有技术，如CCTA软件，已在临床实践中成功采用，因此AI可以遵循相同的路径。
德卢西亚在会议结束时表示，AI提供了许多机会，但也有警告。"我认为AI将真正重塑我们的临床实践，"他评论道。"我们有很多光明，但也有阴影，所以我们必须谨慎行事。"
【全文结束】
