最近，一名患者因持续咳嗽来到我工作的医院。医生为其安排了CT扫描——一种能生成身体内部详细横截面图像的影像学检查——以寻找肺炎或其他感染。
扫描排除了肺炎，但也显示了一个意外发现：冠状动脉壁中有钙质积聚。该发现与咳嗽无关，但却指向了一个更严重的问题。在权衡其他风险因素后，患者和医生决定开始用药，以降低心脏病发作的风险。
类似的故事越来越常见，而我对此的看法也与以往不同。我是一名心肺放射科医生，在印第安纳大学工作。在临床实践中，这意味着我利用影像学来诊断心脏和肺部疾病。我的工作是回答当前面临的临床问题。
但每一次扫描都包含远超医生所要求的信息，而其中大部分从未被报告。这并非个别放射科医生的失误，而是医学处理影像数据过程中固有的漏洞。弥合这一漏洞可能对患者意义重大。
隐藏于明处的数据
一次胸部CT扫描会产生数百张横截面图像。在这些图像中，训练有素的眼睛——或日益强大的算法——能够看到冠状动脉中积累的钙质，评估脊柱旁肌肉的状况，估算骨密度，并检测肝脏的早期变化。所有这些都不需要额外的扫描、放射线或预约。信息已经在那里了。
这就是“机会性筛查”的理念：利用为某一目的而进行的影像检查，同时识别其他健康风险。
冠状动脉钙化
冠状动脉钙化（CAC）可能是机会性筛查所能实现的最佳例证。当钙质在冠状动脉壁中积聚时，反映了潜在的动脉粥样硬化——这是大多数心脏病发作背后的疾病过程。CAC评分是未来心脏病发作的最强预测因子之一，并且它提供了传统风险计算器无法提供的额外预测信息。
专门的心脏CT扫描可以精确测量这种钙质。标准的肺癌筛查CT也可以，只要有人愿意花时间去看。研究发现，来自肺癌筛查CT的钙测量值与来自专门心脏扫描的结果高度一致，这意味着即使扫描并非为心脏评估而设计，信息也就在那里。
这种重叠之所以重要，是因为美国每年大约进行1900万次非心脏胸部CT扫描。每一次扫描都会经过心脏。钙质的存在在图像中可见——然而研究发现，当存在CAC时，放射科医生在不到一半的病例中报告了它。
这种联系是双向的。在我团队于印第安纳大学进行的研究中，对近15000名接受专门心脏钙扫描的患者进行了分析，大约每4人中就有1人可能符合肺癌筛查条件，但只有不到11%的人曾接受过筛查。有心脏病风险的患者和有肺癌风险的患者高度重叠，而目前医学界对这两个群体做得都不够。
当你查看国家肺癌筛查试验时，这种错失机会的规模就变得更加清晰。该试验确立了低剂量CT作为有效的肺癌筛查工具。在该试验的参与者中，最常见的死亡原因并非肺癌，而是心血管疾病。死于心脏病发作的人数比死于该试验旨在检测的癌症的人数还要多。
当高风险患者已经在接受这些扫描时，医生是否应该利用这些数据做更多事情，这个问题变得难以忽视。
其他值得寻找的发现
冠状动脉钙化是概念验证，但它并非隐藏在这些图像中的唯一发现。
CT扫描可以测量肌肉流失——一种称为肌少症的状况——与肌肉质量正常的患者相比，肌肉质量低的患者术后并发症和死亡率始终更高。CT测量的骨密度可以预测与骨质疏松相关的骨折，而CT上可见的肝脏脂肪可以在患者出现任何症状之前就标记出早期代谢疾病。这些发现中的每一个都存在于已经进行的扫描中，而且基本上没有额外成本。
关键并不是要把每份放射学报告变成对患者健康状况的全面评估，而是要捕捉那些指向可治疗状况的可测量发现，并确保这些信息真正到达可以采取行动的人手中。
实现这一点很难。CT方案因机构而异，测量精度取决于扫描的获取方式。放射学报告通常以纯文本形式撰写，而非结构化数据字段，这使得系统分析变得困难。而且，提取数据只是问题的一半。以切实改变护理的方式使用这些数据，需要放射学、心脏病学和初级保健之间的协调，而大多数医疗系统尚未建立这种协调。
人工智能正在开始提供帮助。自动化工具现在可以从常规扫描中以合理的精度测量骨密度、肌肉质量、体脂和冠状动脉钙质。3月发表的一项研究发现，AI对常规乳腺X线摄影的分析可以识别出预测女性心脏病发作和中风的乳腺动脉钙化沉积。随着这些工具越来越融入日常放射学实践，既回答所问问题又能捕捉到其他值得注意信息的扫描，不再是一种奢望，而是一个现实的近期目标。
你现在可以做什么
在医疗系统跟上医学影像进步的步伐时，患者可以采取一些实际步骤。
如果你因任何原因接受影像检查，值得问你的医生，扫描是否显示了与你的整体健康相关的其他任何信息。这个问题并不总能得到完整答案，但提问打开了一扇原本关闭的门。
如果你年龄在50至80岁之间且有大量吸烟史，你或许已经符合每年接受低剂量CT肺癌筛查的条件。目前只有约五分之一的合格患者接受了筛查。如果你还没有与医生讨论过，请提出来。早期发现的癌症治愈的可能性要大得多，而且有充分证据表明，同一次扫描可以揭示值得了解的心血管风险。
那个给你换机油并提到你的刹车片已经磨损的修理工并没有越界。他只是在做他那个位置上认真、熟练的人应该做的事。机会性筛查旨在问的是，放射学能否成为那种认真——不是偶尔、碰巧，而是常规化、规模化地——对待数据的人。数据已经在那里了。唯一缺少的是利用它的意愿。
彼得·冈德曼，放射学与影像科学助理临床教授，印第安纳大学
本文经《对话》许可转载，采用知识共享许可协议。阅读原文。
【全文结束】