摘要
冠状动脉CT血管造影（CCTA）已广泛应用于稳定型胸痛患者评估，仅欧洲每年就开展约220万例。与此同时，人工智能和机器学习技术通过提升可靠性和分析效率，正在革新动脉粥样硬化斑块评估。然而，如何利用冠状动脉斑块影像学生物标志物指导个体化治疗仍不明确。本共识声明由定量心血管成像（QCI）研究组通过德尔菲流程制定，该流程于2024年9月第三次QCI会议后开展。基于DISCHARGE和SCOT-HEART试验的斑块数据，专家达成两大核心共识：1）需充分利用人工智能工具的可靠性和精确性；2）基于个体化斑块分析调整治疗方案。建议检出任何动脉粥样硬化斑块即启动药物治疗，总斑块体积达70百分位时需强化治疗。该建议旨在为未来试验奠定基础，并释放CCTA改善全球患者预后的潜力。
研究背景
冠状动脉CT血管造影（CCTA）已成为疑似冠状动脉疾病（CAD）患者的首选影像学检查，仅欧洲每年就完成220万例。多项随机对照试验（如SCOT-HEART和DISCHARGE）证实，将CCTA作为中间概率稳定型CAD患者的初筛手段可显著降低主要不良心血管事件（MACE），其效果优于标准护理和侵入性冠状动脉造影。SCOT-HEART试验显示，CCTA联合标准护理可使5年和10年主要终点事件（冠心病死亡、非致死性心肌梗死）发生率均下降。DISCHARGE试验同样证实，CCTA初始诊断策略在主要终点（心血管死亡、非致死性心肌梗死或非致死性卒中）上与侵入性造影具有非劣效性，且主要并发症发生率显著降低（风险比0.26）。
这些证据推动了全球CCTA应用的普及及报销政策调整。除了检测阻塞性CAD，CCTA还可量化冠状动脉粥样硬化斑块负荷，但当前量化可靠性存在局限，成为临床应用的瓶颈。人工智能（AI）和机器学习（ML）技术的进步使斑块量化和特征分析的速度和可靠性显著提升。例如，经外部验证的深度学习系统显示，AI对斑块的分析结果与专家阅片者和血管内超声（IVUS）高度一致，且具有预测未来心肌梗死的潜在价值。然而，将这些技术转化为临床实践仍面临挑战，亟需基于循证依据的治疗建议，特别是在稳定型胸痛且CAD概率中等的患者群体。
人工智能工具的潜力
人工智能工具（常结合机器学习技术）正在革新医学影像分析，为改善患者管理和加速科学发现创造机遇。在动脉粥样硬化斑块评估中，自动化工具首先识别冠状动脉分支，随后分割管腔和外血管边界，并基于衰减值对斑块进行分类。尽管CCTA成像小而动态结构存在技术挑战，但AI支持的斑块量化与IVUS已展现出高度一致（总斑块体积相关系数r=0.91）。年龄和性别调整的斑块体积百分位曲线（如总斑块体积TPV）可预测心血管事件，为个体化风险分层和影像学治疗提供可能。
例如，在稳定型胸痛但无他汀治疗Ⅰ类适应证的患者中，AI辅助分析可通过精确定量斑块体积优化降脂和抗动脉粥样硬化治疗阈值。人类阅片者结合AI的"生物放射科医生"模式相比单独评估更具可靠性，成本效益更高。此外，识别高危斑块特征可制定个性化管理策略，并通过随访监测治疗反应（如图1所示）。尽管该方法已在多个大型研究中应用，但尚未纳入临床实践指南。
图1 他汀治疗10年对斑块的影响
左图：71岁男性典型心绞痛基线CCTA显示右冠状动脉（RCA）斑块；右图：6年随访显示他汀治疗后钙化斑块体积增加，非钙化斑块减少。右图：59岁男性新发心绞痛基线CCTA显示左回旋支（LCX）非钙化斑块体积显著增加。
范式转变
传统动脉粥样硬化治疗策略包括"达标治疗"（LDL-C降低）和"风险因素管理"，但存在局限性。"达标治疗"虽能实现LDL-C达标，但忽视斑块负荷和形态；"风险因素管理"则过度简化患者和斑块异质性。CCTA结合AI技术可通过个体化斑块评估突破现有局限：1）基于百分位曲线的精准风险分层；2）患者定制化治疗。
定量心血管成像研究组提出的新型治疗范式整合了高危斑块特征（如低衰减斑块、正性重构）和临床风险因素（如早发心血管疾病家族史、吸烟），建议检出任何斑块即启动药物治疗，总斑块体积达70百分位时需强化治疗。该方案在DELPHI共识过程中获得82%专家支持。
共识推荐方法
本研究通过三轮德尔菲流程制定治疗推荐：
- 斑块量化指标：优先采用年龄和性别调整的百分位曲线而非绝对阈值；
- 治疗启动：检出任何斑块即推荐标准强度药物治疗；
- 治疗强化：总斑块体积≥70百分位时需强化治疗；
- 监测指标：非钙化斑块最适合治疗监测（需未来试验验证）；
- 风险调制因素：早发心血管疾病家族史、吸烟、低衰减斑块和正性重构是强化治疗的强指征。
个体化治疗建议
总斑块体积（TPV）被认定为最关键指标：
- 标准治疗：检出任何斑块即启动标准强度他汀治疗（基于SCOT-HEART和DISCHARGE试验证据）；
- 强化治疗：TPV≥70百分位时推荐高强度治疗（如联合PCSK9抑制剂）。
临床风险因素（吸烟、糖尿病家族史）和高危斑块特征（低衰减斑块、正性重构）可作为治疗强化的调制因素。值得注意的是，极小的纤维化或钙化斑块极少导致心血管事件，允许降级治疗。
局限性与未来方向
本共识未完全统一"任何斑块均需治疗"的推荐，且非钙化斑块在个体化治疗中的角色尚存争议。AI在斑块评估中的应用面临挑战：1）扫描仪技术和采集协议差异影响斑块特征量化；2）图像伪影和噪声阻碍精确轮廓描绘；3）分光CT和光子计数CT等新技术需要AI方法优化。未来需通过前瞻性随机对照试验验证个体化治疗策略的有效性，特别是在新型抗动脉粥样硬化药物（如inclisiran）的疗效评估中整合CCTA-AI分析。
结论
AI支持的斑块评估技术通过精确量化斑块负荷和形态，革新了心血管风险分层。定量心血管成像研究组推荐基于TPV百分位曲线的个体化治疗：TPV≥70百分位时启动高强度治疗。结合临床风险因素和高危斑块特征的决策体系，代表了心血管风险管理的范式转变。尽管需要大规模随机试验证实，该共识为AI驱动的个体化治疗路径提供了实践框架，标志着心血管护理从泛化风险评分向基于斑块形态的精准医疗转变。
【全文结束】
