AI視覺演算法登柳葉刀！看CT提前10年預測致命心臟疾病，已進入臨床使用

【新智元導讀】最近，《柳葉刀》上的一篇醫學文章發表了有關心血管疾病風險預測的里程碑式結果。之所以如此有影響力，是因為這項名為CaRi-Heart的技術結合了AI視覺識別和預測演算法，可以在沒有明顯症狀時提前10年識別出重大的心血管疾病風險。

英國一家名為Caristo Diagnostics的公司宣稱，在《柳葉刀》上發表了一項具有里程碑意義的臨床研究結果，他們的CaRi-Heart AI技術可量化冠狀動脈炎症的嚴重程度並精準預測心臟疾病。

研究涉及的資料樣本來自英國的ORFAN項目，全稱為「牛津風險因素和非侵入性成像」。

這個項目是英國國家醫療NHS體系的一部分，旨在評估接受CCTA（冠狀動脈電腦斷層掃描血管造影）患者的風險狀況和疾病發生率，並從外部驗證先前訓練的AI風險預測演算法和分類系統是否適用。

CCTA是幾乎所有胸痛患者都會接受的檢查，它可以識別出存在阻塞性冠狀動脈疾病（CAD）而需要進行血管重建手術的患者。

然而，即使沒有CAD，血管炎症也會導致動脈硬化，並可能引發急性冠狀動脈綜合徵，因此，提前識別並冠狀動脈的血管炎症非常重要。

只靠CCTA檢查不能做到這些，但有了AI演算法，就能納入其他影響因素，量化評估患者的心血管風險。

由於動脈中分泌的炎症訊號可以驅動血管周圍脂肪組織的變化，因此可以反過來，用標準化的脂肪衰減指數（FAI）量化估計冠狀動脈炎症的情況。

一種名為AI-Risk的輔助演算法可以結合FAI評分，同時將冠狀動脈粥樣硬化斑塊負荷以及其他傳統危險因素納入演算法，進行心血管風險評估。

演算法包含的其他風險因素包括年齡、性別、BMI指數、糖尿病、膽固醇、高血壓、偏頭痛、吸菸、類風濕性關節炎等17種。

為了驗證演算法的性能，研究選取了ORFAN項目中的3393名患者進行中位數為7.7年的隨訪，時間跨度從2010年到2015年，患者年齡從18歲到99歲不等。

Cartiso公司開發的CaRi-Heart 2.5版裝置為患者每條冠狀動脈生成FAI評分，並運行AI-Risk演算法計算得出患者未來8年發生致命心臟時間的風險百分比，並歸類為低或中風險、高風險和極高風險三個類別。

統計結果顯示，無論是否患有CAD，FAI評分都可以捕捉到患者的殘餘炎症風險，是預測未來10年死亡率和MACE的有效指標。（MACE：主要不良心臟事件，包括心肌梗死、新發性心力衰竭或心源性死亡）

Cartiso的演算法相比現有的預測模型（比如QRISK3）更能精準預估年輕人的風險，即使在動脈硬化症狀輕微或不存在的情況下，也可以有效識別出可能發生重大MACE的極高風險患者。

有了這些風險評估分數的指導，就可以進行個體化的預防管理，降低血管炎症帶來的風險，尤其是對於有自身免疫性疾病或者慢性炎症的患者，比如強化他汀類藥物的使用或進行輔助抗炎治療。

比如在這項研究中，向臨床醫生展示CaRi-Heart風險評分的結果後，45%的患者的治療方案會發生變化，大多數是由於他們決定著手治療以前未檢測到的冠狀動脈炎症。

Caristo的首席醫療管、牛津大學心血管醫學教授Keith Channon表示，「我們很高興發現，在預測患者心臟疾病方面，CaRi-Heart表現異常出色。這個工具非常適合幫助臨床醫生識別那些有正常的CCTA掃描結果的心臟病高風險患者。」

CaRi-Heart將AI演算法應用於常規的CCTA掃描中，用來可視化和量化冠狀動脈炎症的嚴重程度，這種原本看不見的疾病機制會導致中風和許多致命的心臟病發作。

Caristo公司由牛津大學心臟病專家創立於 2018 年。他們表示，50多年前就已經有研究發現，心臟病發作是由冠狀動脈的炎症引起的，但臨床醫生一直無法通過常規心臟檢查來觀察和測量炎症的情況。

而現在可以使用CaRi-Heart技術從患者心臟的CTTA掃描中提取這方面資訊，這標誌著一項科學突破，從根本上改變了心臟病預測、預防和管理的傳統方法。

可以直接在雲平台上，通過安全、匿名的資料傳輸方式上傳掃描結果，並提交其他風險因素的相關資訊，臨床醫生就可以在訂單後48小時內收到CaRi-Heart提供的經過人類專家核查的報告結果。

CaRi-Heart已經在英國、歐洲和澳大利亞投入臨床使用。該公司正在研發的新產品還將能夠提前數年預測中風和糖尿病風險。 (新智元)