图源自北京市科学技术委员会官网
近日，北京市科委公布了2021年度市科委第三季度项目（课题）立项清单，首都医科大学附属北京安贞医院曾勇教授联合北京阅影科技有限责任公司申请的“AI+健康协同创新培育”（项目编号：Z21110200350000），已成功在科委正式立项。课题名称为“基于AI冠脉血流储备分数联合冠脉微循环阻力指数的一体化冠脉生理功能计算评估软件的研发“。
目前，冠心病的诊断有解剖学和功能学两类检查手段，冠状动脉CT血管成像（CCTA）是临床解剖学方面无创诊断冠心病的重要手段之一。QFR（定量血流分数）是基于冠脉造影影像的无导丝FFR快速分析系统，是评估冠脉功能学标准的划时代科技产品。QFR依靠冠脉造影三维重建技术和血液动力学系统，并融入人工智能血流定量，精确分析狭窄冠脉血管的功能学指标，是无创、精确评估冠脉生理功能指标的“新标准”。但因CCTA假阳性比率较高，易高估病变严重程度，限制了其的临床价值。
FFR被认为是功能学意义上诊断冠状动脉狭窄病变的“金标准”，ACC指南将其列为2a类推荐。FFR通过将压力导丝送入冠状动脉内，在药物负荷所致冠状动脉充血的情况下，判断狭窄病变是否影响冠状动脉供血情况，以此来判断是否需要再血管化治疗。FAME研究的相关结果证实，以FFR为指导的再血管化治疗较ICA指导下的再血管化治疗，远期的临床预后有明显改善，不良事件的发生率及支架的使用数量均明显降低，患者的医疗费用也显著降低。但FFR因其有创性、药物及器械相关风险、费用昂贵，在临床很难广泛开展。而临床应用相对较多的MPS，过程较繁琐，且其准确性受到多种因素影响。以FFR为参照，以血管为研究对象，MPS诊断心肌缺血会低估36%病例的缺血情况，高估22%病例的缺血情况，因此对临床的指导意义有限。故寻找一种无创的、临床易行的、准确的提供冠状动脉血流动力学信息的检查方法，是临床函待解决的难题。
随着计算流体动力学的进步，CCTA的影像数据可用来进行三维重建冠状动脉树与心室肌结构，并以此来模拟计算冠状动脉血流及压力情况。在模型上整合管壁的变形性、模拟冠状动脉的自身调节、血流的搏动及腺苷或运动介导下冠状动脉的充血状态，将多重因素融合从而计算出各支血管FFR的结果，即血流储备分数CT成像（FFRCT）。FFRCT不需额外扫描或药物即可同时获得冠状动脉解剖学及功能性方面的信息，不仅可以准确地定位罪犯血管、罪犯病变的位置，而且可以无创地鉴别心肌缺血的存在，为进一步精准的再血管化治疗提供依据。利用FFRCT可获得冠状动脉树上任意一点的FFR值，并重组成彩色图像，以不同颜色标记不同FFR值。
（应用阅影科技产品脉影CAscope®计算FFR图示）
此外，FFRCT技术可预测粥样硬化斑块脱落可能性、脱落后路径及危险性，还可在患者手术前进行虚拟冠状动脉介入治疗，即在病变位置虚拟置入一定长度的支架后，为术者提供虚拟支架置入术后冠状动脉远端的FFR值。从而评估治疗策略的可行性，减少不必要的介入治疗，降低射线照射剂量，降低经济成本，有助于规划最佳的临床血运重建策略。
该课题旨在通过稳定性心绞痛（stable angina pectoris, SAP）患者的观察研究，以FFR为金标准，阐明FFRCT这一新型无创检查技术诊断冠状动脉缺血及预测支架置入术后冠状动脉血流动力学信息的准确性、敏感性和特异性，以及FFRCT与FFR的相关性和一致性。
