明尼苏达州罗切斯特 — 梅奥诊所的研究人员表示，他们找到了一种方法，通过使用人工智能来增强一项常见的影像学检查，从而更好地预测长期心脏病风险。
这项研究对近12,000名成年人进行了约16年的跟踪。研究人员将人工智能应用于标准的冠状动脉钙化扫描，以测量心脏周围的脂肪，然后将这一测量结果与两种现有的风险评估工具进行比较，以预测心血管事件。
研究结果表明，在结合传统方法的情况下，测量心脏脂肪体积显著提高了长期风险预测的准确性，特别是对于低风险类别的患者。在随访期间，近10%的参与者患上了心血管疾病。
“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，并利用它来有意义地改善风险预测，尤其是在临床决策往往不明确的临界或中等风险患者中，”Esmaeili说。“这为更个性化的预防策略打开了大门。”
在所有冠状动脉钙化水平上，心脏脂肪体积最高的参与者风险更高。即使考虑到传统风险因素和冠状动脉钙化评分，心脏周围较高的脂肪体积也与心血管事件风险的增加独立相关。
这项测量来源于许多患者已经接受的影像学检查，这意味着无需额外测试或费用。冠状动脉钙化评分被广泛用于评估心血管风险，而这项研究表明，可以从同一次扫描中提取更多信息。
“由于这项测量来源于许多患者已经接受的影像学检查，因此它是一种实用且可扩展的方式来增强心血管风险评估，”梅奥诊所预防心脏病专家兼人工智能心脏病学项目联合主任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。该研究结果已在2026年美国心脏病学会科学会议上公布，并同时发表在《美国预防心脏病学杂志》上。
【全文结束】