人工智能赋能心血管疾病影像学评估

Artificial intelligence enhances imaging assessment in cardiovascular diseases

图片来源：中国心血管杂志

心血管疾病( cardiovascular disease，CVD) 是目前全球范围内导致人类死亡和致残的主要原因，精准诊断和风险分层对于优化其治疗策略至关重要。在此背景下，心血管影像学检查作为无创性评估手段，已成为临床决策的关键工具。《中国心血管杂志》2025 年第 2 期发表了多篇有关心血管影像学评估专题研究。 基于此，高端有源医疗装备技术展试总结近年来 CVD相关影像学评估关键技术的最新进展，着重探讨当前人工智能(artificial intelligence，AI)在该领域的应用探索及未来发展方向，以期为心血管影像学的临床应用与研究提供参考。

心脏超声因其便携性高、成本低、时间分辨率高等特性，被广泛应用于临床诊疗。 近年来，左心室应变分析、斑点追踪成像技术等方法拓宽了心脏超声的应用范围，但仍然存在一定局限性，特别是受操作者经验的影响较大，图像获取与分析存在一定主观性。本期心血管影像学评估专题相关研究中，均表明心脏超声在功能评估方面具有良好的临床价值。 然而，这些研究仍依赖于影像质量和人工测量，易受操作者技术和个体变异的影响，导致结果的可重复性和一致性存在一定限制。

近年来，AI 的引入正在改变传统心脏超声分析模式。 Nature 上发表相关研究表明，基于深度学习的 AI 模型可自动提取超声图像中的多个关键参数，并识别低质量图像，从而提高测量的准确性和一致性。 在左心室射血分数计算、心肌应变分析等方面，目前 AI 模型的性能已接近甚至超越人工判读。 此外，AI可用于超声图像质量控制，自动筛选出噪声较大或获取角度不佳的图像，从而减少人为误差，提高其临床应用的可靠性。目前，在心力衰竭和心脏瓣膜疾病等多个领域，AI 均被开发用以自动化测量和评估，在可重复性和速度方面优势明显。这一进展使得心脏超声有望在未来实现更广泛的自动化应用，特别是在基层医疗和远程影像诊断领域。

心脏磁共振成像( cardiac magnetic resonance，CMR)因其高组织分辨率、无电离辐射，在 CVD 精准诊断中发挥重要作用。本期心血管影像学评估专题相关研究中，均进一步证实CMR在多种CVD中的临床价值。然而，CMR 在临床实践中的推广仍然面临挑战，主要包括成本高、检查时间长、对设备及操作人员要求较高，且结果分析需要专业医师的解读等。AI 技术的引入显著推动了 CMR 在成像速度和多参数分析方面的进步。传统 CMR 检查通常需要较长的扫描时间，限制了其在急性期患者中的应用。各设备生产厂家使用基于卷积神经网络技术进行图像的重建去噪，从而可在更短时间里实现更高质量图像的采集。目前，所有图像后处理软件均已引用该技术以实现多种序列上心脏腔室结构的自动分割，使图像分析过程得到大大简化。这些技术在保证图像质量的前提下，显著缩短扫描时间，使高分辨率 CMR 检查在数分钟内得以完成。此外，基于深度学习的 CMR 新技术允许患者在不屏气情况下进行图像采集，这不仅大大提升患者耐受性，还进一步提高其在临床环境中的可行性。

随着 AI 在 CVD 影像学评估中的逐渐使用，将有助于简化传统的影像采集和分析流程，有望实现更精准、更具重复性的测量。 然而，目前基于 AI 的心脏影像学应用多限于科研领域，仍缺乏大规模临床研究的支持，希望在未来可看到更多来自我国的创新性研究。

文章来源：中国心血管杂志
若涉及侵权，请立刻联系删除

关键字：

人工智能

心血管

影像评估