新型AI工具通过胸部CT扫描揭示隐藏的心脏病风险

一项新的人工智能（AI）工具可能有助于揭示隐藏在胸部CT扫描中的心脏健康风险。马萨诸塞州综合医院和布里格姆健康中心（Mass General Brigham）的研究人员与美国退伍军人事务部（VA）合作，开发了一种名为AI-CAC的算法，可以在非门控CT扫描中检测冠状动脉钙化（CAC）水平，从而帮助预测患者未来的心血管疾病风险，包括心肌梗死和10年死亡率。研究成果已发表在《新英格兰医学杂志人工智能》（NEJM AI）上。 研究表明，AI-CAC模型在这方面的表现非常出色。它在确定某次CT扫描是否包含CAC方面达到了89.4%的准确率。对于含有CAC的扫描，该模型能够以87.3%的准确率判断CAC评分是否超过100分，这意味着中等心血管风险。研究还发现，CA C评分超过400分的患者在10年内因各种原因死亡的风险是评分零患者的3.49倍。四名心脏病专家对这些高风险评分进行了验证，结果表明99.2%的患者可通过降脂治疗受益。 这一突破的关键在于，大多数常规胸部CT扫描是非门控的，也就是说它们并不是特别针对心脏问题拍摄的。然而，研究人员意识到，即使在这些非门控扫描中，AI也能检测到CAC沉积。他们使用98个VA医疗中心常规收集的CT扫描数据训练模型，然后在8,052个CT扫描样本上测试了AI-CAC的性能，模拟了其在日常影像检查中的应用效果。 AI-CAC有潜力改变目前的医疗实践方式，使其从被动应对转向预防性医疗，减少长期发病率、死亡率和医疗成本。目前，VA系统中包含了数百万张非门控胸部CT扫描图像，只有大约5万张门控CT扫描图。这意味着AI-CAC可以利用大量已收集的数据来评估心血管风险，提高医疗服务质量和效率。这项技术的应用，不仅可能让退伍军人受益，还有望推广到更广泛的人群中去。 尽管研究取得了初步成功，但研究者也注意到了一些局限性。由于算法是在全男性退伍军人人群中开发的，其在一般人群中的适用性仍有待验证。下一步，研究团队计划扩大样本范围，进行更多研究，以评估AI-CAC在不同群体中的表现以及它能否用来评估降脂药物对CAC评分的影响。 业内专家对这一成果给予了高度评价。Mass General Brigham的人工智能在医学（AIM）项目主任、该研究的高级作者Hugo Aerts博士表示，这项研究揭示了当前医疗影像中未被充分利用的重要信息，有助于医生及早介入，预防心脏病的发生。此外，AI-CAC的成功应用展示了通过人工智能技术提高医疗服务水平的巨大潜力，为医学领域带来了新的发展方向。 马萨诸塞州综合医院和布里格姆健康中心是一家位于波士顿的领先医疗机构，在多个领域拥有世界一流的临床和研究中心。VA则是美国最大的公共卫生系统之一，服务于众多退伍军人的健康需求。此次合作不仅结合了两者的科研实力，更为心血管疾病的早期预防和干预提供了新思路。