近日，南京大学张龙江教授、南卡罗来纳医科大学Christian Tesche教授等在Medicine Plus上发表综述文章，系统介绍了冠状动脉CT血管成像（CCTA）领域常用的人工智能（AI）技术，总结归纳了目前CCTA领域AI的最新研究和应用进展，并探讨了AI赋能的CCTA的现状、挑战和未来，为医学影像精准医疗行业的发展提供了新的思路和见解。

随着科技的不断进步， AI技术已成为新一轮科技革命和产业变革的重要驱动力。AI能对人的意识、思维信息进行模拟，并具备持续学习和改进的能力，可以表现出接近甚至超越临床专家的应答水平，可能会为人类带来更为广泛和深远的影响。AI技术的应用领域越来越广泛，涵盖了医疗、金融、教育、交通等各个领域。在过去的十年，基于AI的方法越来越多地应用于心血管影像学领域，致力于帮助医生进行疾病诊断和治疗方案的制定，提高医疗诊断效率和准确性，缓解影像科医师日益增加的工作压力。

图1 人工智能在心血管影像中的常规工作流程

AI能识别各种来源数据（生物学信息、可穿戴设备、医学影像图像、环境因素、临床信息等）和它们之间的交互模式，用于心血管疾病的诊断、预后和患者管理。AI常规流程包括数据采集、数据预处理、特征工程、算法选择、模型开发和模型评价。

随着CT软硬件技术的快速发展，心脏和冠状动脉CT无创成像能力的提高，冠状动脉CT血管成像（CCTA）作为有创冠状动脉造影“守门人”的作用正愈发受到重视，目前已经被欧美国家指南推荐为冠状动脉疾病筛查的1A类证据工具。近些年，AI贯穿于CCTA全流程的尝试拓展了CCTA的应用范围。基于AI算法已实现冠状动脉树高度自动化的2D和3D重建，并应用于冠状动脉狭窄的自动化测量、斑块成分的量化、无创血流储备分数的计算等。通过AI方法提取及衍生的特征（包括机器学习、深度学习、影像组学方法）被广泛应用于心血管疾病的风险筛查和预测，相关研究呈现出爆发式增长。AI辅助心血管病诊治具有极为广阔的发展前景。该综述系统介绍了心血管CT领域常用的AI技术，总结了目前AI在心血管CT中的研究和应用进展，指出了现阶段面临的挑战，并提出了未来展望。

图2 人工智能在心血管影像中的应用

AI技术贯穿于CCTA全流程，包括优化图像质量、全自动化计算钙化积分、冠状动脉狭窄程度、定量和定性评估斑块成分、血管周围脂肪和心包脂肪、无创计算血流储备分数（CT-FFR）和心肌CT灌注。

心血管疾病数字化、智能化管理模式有望提高疾病管理水平和效率，为患者提供更精准、安全、适宜的诊疗方法。在医疗工作者和人工智能专业人员的携手下，AI不仅仅能拓展CCTA的范畴，更可能拓展人类的想象力，为人类的健康和福祉作为更多的贡献。

了解详情，请阅读全文

Peng-Peng Xu, Tong-Yuan Liu, Fan Zhou, Qian Chen, Jacob Rowe, Christian Tesche, Long-Jiang Zhang. Artificial intelligence in coronary computed tomography angiography. Medicine Plus 2024. https://doi.org/10.1016/j.medp.2023.100001