AI辅助OCT分析识别心血管不良事件高风险患者
据《欧洲心脏杂志》发表的PECTUS-AI研究结果显示，荷兰Radboud大学医学中心开发的AI辅助光学相干断层扫描（OCT）技术可自动识别薄帽纤维粥样斑块（TCFA），在预测全因死亡、非致命性心肌梗死或计划外血运重建的复合终点事件方面显著优于传统核心实验室分析。
该技术开发者Jos Thannhauser博士向Medscape医学新闻表示："AI辅助OCT可推动OCT技术的普及应用，充分释放这种高分辨率成像技术的临床价值。"意大利米兰IRCCS Galeazzi-Sant'Ambrogio医院介入心脏病专家Giulio Guagliumi指出，这项研究为AI技术如何改变临床实践提供了重要证据。
AI识别TCFA准确率超越人工分析
研究团队在既往开发验证AI算法自动分析OCT数据的基础上，首次证实该技术的临床价值。PECTUS-AI研究对PECTUS-obs前瞻性观察研究中的438例心肌梗死患者进行二次分析，其中414例患者（平均年龄63岁，男性占比80.9%）接受了OCT检查。
AI识别的TCFA阳性患者占比34.5%，而传统核心实验室分析仅检测到30%。数据显示AI检测的目标病变TCFA与主要终点显著相关（风险比1.99），而人工分析结果未达统计学意义（风险比1.67）。当分析范围扩展至全血管时，AI的预测价值更显著（风险比5.50），阴性预测值达97.6%。
突破传统靶病变分析局限
Thannhauser博士解释道："传统方法依赖血管造影定位靶病变，手动分析全血管耗时过长。但TCFA可能分布于血管任意部位，AI可在3分钟内完成全血管自动分析，识别传统方法遗漏的高危区域。"研究团队发现AI技术较传统靶病变分析更具预测优势，这反映了动脉粥样硬化斑块易损性的系统性特征。
纽约理工大学心脏科教授Ziad A. Ali指出，该研究具有双重临床意义：一可消除人工分析的观察者变异，二证实全血管评估的优越性。他强调："这项技术标志着AI整合进入导管室常规工作流的关键转折点，将推动精准成像与临床决策的深度融合。"
研究部分由雅培血管公司资助，主要研究者均声明无相关经济利益冲突。
【全文结束】
