基于人工智能的冠状动脉斑块分析与未来非ST段抬高型心肌梗死之间的关联

《Coronary Artery Disease》：The association of artificial intelligence-enabled coronary plaque analysis with future non-ST elevation myocardial infarction

　　本研究利用AI辅助斑块分析技术，发现非钙化斑块中坏死核心和纤维脂肪斑块体积增大与NSTEMI风险显著相关，其中坏死核心体积是预测未来NSTEMI事件的最强独立因素。

　　```section>

背景

有新的证据表明，斑块特征可能在未来的急性冠状动脉综合征中起着关键作用。在这项研究中，我们使用一种基于人工智能的算法分析了在一组接受冠状动脉CT血管造影（CCTA）后发生非ST段抬高型心肌梗死（NSTEMI）的临床患者中的斑块特征。

方法

我们选取了来自同一中心、因门诊CCTA而就诊的13,751名连续患者作为病例对照研究对象。经过4.3±4年的随访，其中有48名患者没有既往冠状动脉疾病史但仍发生了NSTEMI。对照组（N=187）在年龄、性别、BMI以及CTA扫描的千伏参数上与病例组进行了匹配。斑块定量分析使用了基于人工智能的Autoplaque软件（Autoplaque 3.0版本；美国加利福尼亚州洛杉矶市西达-赛奈医疗中心）。通过多变量Cox比例风险模型来识别NSTEMI的预测因素。

结果

平均年龄为64±11岁。基线时，病例组和对照组均有轻度狭窄（分别为26%和17%，P=0.01）。总钙化斑块体积和纤维斑块体积没有显著差异（P=0.10和P=0.13）。NSTEMI组的坏死核心斑块体积和纤维脂肪斑块体积较高（分别为28±29 mm3和9±13 mm3，169±157 mm3和84±105 mm3，P均<0.01）。在多变量Cox回归分析中，坏死核心斑块体积是NSTEMI的最大风险预测因素，其风险是总斑块体积的7倍。

结论

通过基于人工智能的斑块分析发现，非钙化斑块体积，尤其是坏死核心斑块和纤维脂肪斑块体积，是未来NSTEMI事件的重要前兆。

通俗语言总结这项研究使用人工智能软件分析了接受冠状动脉CT血管造影（CCTA）后发生非ST段抬高型心肌梗死（NSTEMI）患者的斑块特征。在13,751名患者中，有48人发生了NSTEMI，187名对照组患者根据年龄、性别、BMI和CTA参数进行了匹配。研究发现，NSTEMI组的坏死核心斑块体积和纤维脂肪斑块体积显著高于对照组，表明这些非钙化斑块类型是NSTEMI的关键预测因素。其中，坏死核心斑块体积被认为是最强的风险因素，这表明基于人工智能的斑块分析有助于预测未来的心脏病发作。

本文由机器生成，可能存在不准确之处。常见问题解答

```