近日，浙江大学医学院附属第二医院的王鑫宏教授团队与马来西亚拉曼大学吴俊贤教授团队，香港都会大学谢家伟教授团队，英国考文垂大学刘海鹏教授团队等多学科专家合作，在Cardiovascular Innovations and Applications上发表了题为“人工智能助力冠心病诊断：现状、挑战与未来展望”《Clinical Application of Artificial Intelligence in the Diagnosis, Prediction, and Classification of Coronary Heart Disease》的综述文章，深入探讨了人工智能在冠心病诊断、预测和分类中的临床应用。

1．摘要

冠心病作为全球最常见的致死原因，给现代医疗系统带来了巨大挑战。人工智能在冠心病的多种诊断应用中发挥着越来越重要的作用，有助于早期干预和个性化治疗。本综述介绍了当前的最新进展，为临床医生提供了关于人工智能提升冠心病检测潜力的最新见解。人工智能可提高诊断和预后准确性，但依赖同质数值数据可能导致误诊和不必要的辐射暴露。多模态数据融合为准确诊断和个性化医疗带来了新的潜力。最后，本文讨论了伦理、监管和技术方面尚未解决的挑战和未来研究方向。

2．前言

冠心病，即冠状动脉疾病，是由于动脉粥样硬化斑块阻塞冠状动脉血流，减少心脏氧气供应而引起的。其危险因素包括吸烟、肥胖、过量饮酒、缺乏运动等生活习惯，以及高胆固醇、高血压和糖尿病等生理状况。常见症状有胸痛和呼吸困难，常由劳累、压力或饱餐诱发，休息或服用硝酸甘油可缓解。冠心病是全球心血管死亡的主要原因，因此早期检测和有效干预至关重要。

近年来，人工智能、电子健康记录、多组学数据和多模态数据融合的进展正在推动冠心病诊断向自动化、数据驱动的决策方向转变。人工智能提高了基于图像检测的效率，简化了数据采集和解释过程。它可以整合多模态临床数据，提高风险评估的性能，而多学科协作在其中至关重要。

3．人工智能在冠心病检测中的应用

（1）数值医疗数据

人工智能正在重塑冠心病研究和临床实践。其算法通过无缝集成数值医疗数据，超越了传统方法，为疾病提供了全面的图景。这些先进工具可以帮助揭示患者特征和风险因素之间的复杂相互作用，从医疗数据中提取隐藏的见解，从而为更精确的风险评估、冠心病的早期检测以及最终的个性化治疗方案铺平道路。然而，小样本数据限制了相关算法的可靠性与通用性。同时，在使用数值医疗数据时，伦理问题往往被忽视，即使是匿名患者也可能根据关键特征被识别。此外，基于云的远程访问和计算带来了新的数据管理挑战，数据隐私、算法透明度和决策中的潜在偏差是实施人工智能增强的冠心病评估时必须考虑的主要伦理维度。

（2）医学影像数据

医学影像数据为心脏结构和功能提供了直接的可视化表示。心脏计算机断层血管造影（CCTA）能够详细直接地观察冠状动脉，是目前冠心病最常用的成像方式。它可以识别狭窄和斑块，并提供斑块形态的基本信息，从而能够及时准确地诊断冠心病以应对紧急情况。然而，CCTA会使患者暴露于电离辐射中，重复成像会带来潜在风险，而且使用造影剂可能会引起过敏反应或并发症。此外，CT成像过程通常需要患者控制呼吸，这可能会导致不适。此外CCTA成像数据的质量对运动伪影敏感。CCTA比数值数据收集更昂贵且资源密集。基于深度学习的图像处理缺乏透明度和可解释性。这些缺点凸显了未来探索硬件设计、去噪算法、大规模验证以及基于多种成像方式（如超声心动图和心脏磁共振成像）的人工智能算法的必要性。

4．人工智能在冠心病临床应用中的进展

（1）诊断方面

人工智能增强了传统成像方式，通过自动测量和改进图像分析，能够检测出人类观察者可能遗漏的细微病变。除了检测斑块形态和估计血流储备分数外，人工智能在孕期先天性心脏病的早期检测中也具有巨大潜力，将先进成像与人工智能相结合有助于更精确和及时的诊断。从诊断角度来看，人工智能已经显示出了显著的准确性。

（2）精准医学方面

人工智能可以整合包括基因组学、患者报告结果和临床记录在内的多种数据源，从而提高诊断准确性并定制治疗策略。此外，人工智能可以分析基因组数据，识别增加冠心病风险的单核苷酸多态性和遗传变异，从而实现早期风险分层和有针对性的预防干预。这种综合方法可以优化个体患者的治疗效果。

（3）决策支持方面

由人工智能驱动的决策支持技术通过提供基于证据的建议、检测潜在错误以及为个体患者提出定制治疗策略，显著改善了临床实践。配备人工智能的可穿戴设备和移动健康应用程序可以在临床环境之外跟踪心率、血压和活动水平等关键指标。这些远程监测工具可以早期检测心血管异常，从而实现及时干预并提高患者对自身护理的参与度。此外，人工智能可以通过分析基因组、蛋白质组和分子数据，加速心血管药物的开发，识别新的药物靶点，优化治疗候选药物，并简化新型治疗方法的创建。

5．人工智能工具的可用性

虽然已经开发了许多人工智能技术并用于研究评估冠状动脉斑块，但它们在临床应用中并不常见。目前有一些相关的人工智能研究工具，包括获得欧洲合格认证（CE）和美国食品药品监督管理局（FDA）认证的用于冠状动脉斑块评估的产品。许多产品专门用于评估CCTA中的斑块，经过临床测试的研究工具正越来越多地投入实际使用。大多数软件产品都具备自动区分组织类型和解剖结构（如血管壁和管腔）的功能。然而，由于图像质量和解剖变异等因素，通常需要手动调整（如中心线校正、微调血管壁以及分割管腔或斑块）以确保质量。因此，人们对人工智能驱动工具的时间和成本效益提出了质疑。同样，通过血管内方法分析斑块的CE和FDA认证产品也越来越多地推向市场。现代光学相干断层扫描软件包具备检测管腔、支架、外弹性膜和钙的能力，有些甚至集成了人工智能驱动的斑块评估。然而，基于人工智能的斑块评估目前多用于研究，其大规模临床应用值得探索。

6．未来展望与挑战

冠心病仍然是全球重大的健康挑战，导致高发病率和死亡率，并给医疗系统带来巨大压力。早期检测和有效管理对于改善患者预后和优化资源至关重要。将人工智能整合到心血管护理中，特别是通过CCTA和数值数据分析，增强了疾病识别和风险评估能力。

目前人工智能在心血管疾病的应用中仍存在技术及伦理方面的诸多挑战。人工智能模型需要高质量、标注良好的数据，其整理及数字化非常耗时。深度学习的“黑箱”性质引发了对透明度的担忧，数据隐私、潜在偏差和监管限制等问题进一步使实施复杂化。为了解决这些挑战，“可信人工智能”的概念强调了道德发展、透明度、公平性和问责制。欧洲委员会等制定的指南旨在确保人工智能尊重人类自主性、保护隐私并提高可靠性。

新兴技术如可穿戴传感器、医疗物联网（IoMT）、云计算和量子计算正在推进人工智能的能力，实现大规模筛查、早期检测和临床决策支持。伦理和技术的进步将继续塑造心血管医疗的未来，使人工智能成为改善患者护理的强大工具。

作者介绍：

王鑫宏

浙大二院放射科主任助理、浙江大学硕士生导师、浙江大学医学硕士、工学博士，“数字孪生心脏国际联合实验室”负责人，“十三五”国家重点研发计划课题负责人。

长期从事于医学影像新技术、计算血流动力学、人工智能、专用医疗设备的研发。近年来主持“十三五”国家重点研发计划课题、浙江省自然科学基金、浙江省卫生厅项目等纵向课题8项。近五年来，在Circulation: Cardiovascular imaging、European Radiology及中华系列杂志等高水平期刊上发表论文50余篇，其中一作或通讯作者身份发表30余篇，参与申请国内外专利20余项，其中第一发明人9项。目前担任中国医药教育协会医学影像技术学专业委员会委员，中国研究型医院学会感染与炎症放射学专业委员会委员，中国医学装备协会医疗器械创新与应用分会委员等。担任《Current Medical Imaging》、《Radiation Medicine and Protection》、《中华放射医学与防护杂志》、《中国医学影像学杂志》等杂志编委，《European Radiology》、《Pediatric Radiology》等杂志审稿专家。

引用本文：Ferdowsi M, Goh CH, Liu HP et al. Clinical Application of Artificial Intelligence in the Diagnosis, Prediction, and Classification of Coronary Heart Disease. Cardiovasc Innov Appl. 2025. Vol. 10(1). DOI: 10.15212/CVIA.2025.0009

原文链接：

https://www.scienceopen.com/hosted-document?doi=10.15212/CVIA.2025.0009