使用基于人工智能（AI）的定量冠状动脉造影（QCA）来帮助规划经皮冠状动脉介入治疗（PCI）可能与光学相干断层扫描（OCT）引导一样好，特别是在实现非复杂病变的良好最小支架面积（MSA）方面。这是根据韩国的一项新随机数据得出的结论。
专家们继续倡导增加使用血管内成像技术来实时辅助PCI，这一做法有大量的数据支持，尤其是在复杂病变中，但许多导管室尚未采用该技术，通常仅依赖造影来规划手术。QCA在当代实践中使用得比血管内成像更少，但GUIDE-DES的先前结果表明，前者在某些情况下可以替代后者，尤其是考虑到其较低的成本。
“AI-QCA辅助PCI在简单的程序安全性和6个月的结果方面达到了与OCT引导PCI相当的最小支架面积，”首尔国立大学医学院峨山医学中心的Jung-Min Ahn博士在TCT 2024上介绍了FLASH研究的结果时说，“AI-QCA在资源有限的环境中或在血管内成像可能效益有限的不太复杂的病例中提供了一个非常有价值的解决方案。”他提倡进行更大规模的试验，以长期临床结果来更好地确定AI-QCA在常规干预中的作用。
该研究同时发表在《JACC: Cardiovascular Interventions》上，第一作者为延世大学医学院及龙仁世宗医院心血管中心的Yongcheol Kim博士。
“在不使用OCT的地方，AI-QCA可能会产生重要影响；它可能比单纯用肉眼观察更好，”纽约西奈山伊坎医学院的Roxana Mehran博士在新闻发布会上表示，她强调AI-QCA不能替代血管内成像。“我们终于有数据证明，血管内成像可以对结果指标产生重要影响，这一点不容忽视。”
在会议上，英国基尔大学/皇家斯托克大学医院的Mamas Mamas博士同意OCT不应被AI-QCA取代。然而，他表示：“在资源有限的环境中，它是有用的。”
西班牙马德里卡洛斯三世临床医院的Javier Escaned博士在接受TCTMD采访时表达了类似的观点。在他使用该研究中系统的经验中，他认为这“极大地简化了获得非常精确测量的任务。”因此，“用肉眼评估PCI的时代即将结束，或者应该结束了。”
非劣效性标准已满足
在这项研究中，Ahn及其同事从2022年10月至2024年2月期间，在韩国13个中心随机分配了400名患者（平均年龄65.1岁；81.8%为男性），分别接受术前全自动AI-QCA（Medipixel公司的MPXA-2000系统）或OCT引导PCI。排除标准包括左主干、慢性完全闭塞、旁路血管或分叉病变，以及OCT导管无法通过病变的患者。
AI-QCA组的患者在PCI后进行了未盲法的OCT评估，尽管不鼓励，但允许进一步操作以纠正次优支架结果。AI-QCA组的平均支架直径略大（3.25 mm vs 3.0 mm；P = 0.025），最大非顺应性球囊尺寸也较大（3.7 mm vs 3.6 mm；P = 0.040）。
AI-QCA组和OCT引导PCI组在PCI后的MSA（6.3 mm² vs 6.2 mm²）上没有差异，达到了非劣效性的标准（非劣效性边界为0.8 mm²；P < 0.001），但未达到优效性（P = 0.48）。在针对节段类型和侧支的敏感性分析中，结果一致。
两组在总体支架扩张、支架扩张不足、撕裂和未处理的参考段疾病等OCT定义的终点上没有差异，但在AI-QCA组中，贴壁不良的情况更多（13.6% vs 5.6%；P = 0.007）。血管造影终点和手术并发症在AI-QCA和OCT之间也相似。然而，在主要终点评估后，AI-QCA组中有16.5%的患者接受了额外的球囊扩张（n = 5）或支架扩张不足（n = 26）或因撕裂而进行额外支架植入（n = 2）。
6个月的临床结果相当。AI-QCA组有一例非心脏死亡，OCT组有一例靶血管再血管化。
Ahn承认该研究的局限性在于使用MSA作为替代标志物，而不是评估临床终点。此外，他指出，6个月的低并发症率限制了对程序安全性的明确结论。Ahn总结道，研究结果表明“AI-QCA技术可以有效地集成到常规PCI中，连接传统血管造影和影像引导PCI。”
哥伦比亚大学和心血管研究基金会的Akiko Maehara博士在会议讨论中表示，FLASH研究“可能会改变当前的做法，即AI-QCA优于视觉估计血管大小或狭窄评估。”她指出，MSA是“与长期临床结果最相关的单一参数。”她承认此前有人批评该研究使用的非劣效性边界可能过宽，但认为这是“适当的。”
展望未来，Maehara指出，AI-QCA适用的病变类型和操作者尚不清楚。“当前试验的操作者受过影像解读训练，因此对于非影像操作者的适用性尚不清楚，”她补充道。
第一步
Escaned表示，AI-QCA相对于手动QCA的优势在于“更容易获得和更快。”他补充说，FLASH研究的结果可能会“复兴这项技术，它已经从介入心脏病学的思维地图中消失。”然而，他指出，AI-QCA在更复杂的病变中的表现如何仍有待观察，这些病变特别受益于血管内成像。他继续说道，AI-QCA永远不可能取代OCT，因为后者提供了有关血管壁特征的信息，可以指导理想的支架放置。
在新闻发布会上，荷兰鹿特丹伊拉斯谟大学医学中心的Joost Daemen博士表示，他欢迎将基于AI的图像解释引入临床实践。“这就是未来的方向，帮助我们更容易地解释严重程度、斑块识别等，”Daemen观察到。“非常有趣的是，像这样的解决方案变得可用，变得更加容易应用，甚至是在线的。这是一件非常好的事情。”
然而，他对将仅术前评估工具与影像引导PCI进行比较提出了异议。“这绕过了影像引导PCI的整个概念，”Daemen争论道，他补充说，过去十年的研究表明，血管内成像的价值不仅在于术中评估，还包括PCI后的反馈。“我无法想象仅术前评估，无论是OCT还是这个，能与影像引导PCI一样好。这让我感到有些不安。”
Ahn同意这一观点，解释说这就是为什么高风险患者（如左主干疾病患者）未被纳入研究。“我们不能将其应用于包括复杂病变在内的所有病变类型，”他说。纽约长老会/哥伦比亚大学欧文医学中心的Susheel Kodali博士在新闻发布会上表示，AI在介入心脏病学领域的角色是“使程序民主化。”“AI是一个很酷的术语，但它必须提高效率、安全性或可及性。我认为像这样的技术可以做到，但我们必须验证它们，我很难验证一些这些措施。”他还补充道。
芝加哥西北大学费恩伯格医学院的Clyde Yancy博士在新闻发布会上提出了类似的论点。“我们需要将对AI的兴奋和它所持有的潜力迁移到某种务实的态度上，”他说。“合乎逻辑的是，我们应该对其提出更高的要求。涉及400名受试者的研究不足以引入任何新的方法或实践。”Ahn称这些发现是“第一步”。随着技术的进步，“我们可以将其应用于更多的人，”他补充道。
在随附的社论中，明尼苏达州罗切斯特梅奥诊所的Mohamad Alkhouli博士和Shih-Sheng Chang博士写道，FLASH“可以作为未来更大规模试验的基础，该试验旨在评估临床结果。”最终，他们表示，“AI在多大程度上可以使最佳护理民主化，将主要取决于该技术在常规使用中的直观性和用户友好性。”
尽管还有很多工作要做，但编辑们总结道，“我们正在稳步迈向一个未来，届时全面的AI解决方案将在导管实验室诊断和治疗冠状动脉疾病中发挥核心作用。”
(全文结束)
