AI 革新心梗评估：无对比剂精准成像 JACC 新突破

一项登上 JACC 的研究由英国牛津大学、利兹大学与中国阜外医院携手完成，这是全球首例针对 AI 诊断影像的前瞻性多中心试验。研究表明，利用人工智能驱动的虚拟原生增强（VNE）技术，无需注射钆对比剂即可精确检测心梗瘢痕，准确率高达 94.4%。该技术有望成为分诊利器，使近七成患者免于接受钆延迟强化（LGE）检查。

研究共招募 136 名受试者，其中 88 例来自英国利兹大学，涵盖临床疑似缺血性心脏病及部分既往心梗患者，使用 1.5T 西门子磁共振设备；另有 48 例来自阜外医院，主要为确诊陈旧性心梗且因新发胸痛拟行介入治疗者，使用 3T 西门子磁共振设备。所有受试者均完成了常规钆对比剂延迟强化（LGE）扫描作为金标准，同时采集了无对比剂的电影序列及 T1 mapping 图像。

牛津大学团队利用无对比剂的电影序列结合 T1 mapping 图像，通过生成式 AI 模型构建出 VNE 虚拟造影影像，整个过程中团队对 LGE 结果及患者临床病史保持盲态。

数据显示，在图像清晰且诊断明确的 107 例患者中，VNE 诊断心梗的准确率达到 94.4%（灵敏度 92.5%，特异度 97.5%）。在全部 136 例患者中，VNE 的整体准确率为 87.5%。

VNE 量化的心肌瘢痕负荷与金标准 LGE 的相关系数高达 0.90，平均差异仅为 3.2%；在梗死心肌区域的定位上，VNE 与 LGE 的一致性达到 90.0%。

尤为重要的是，四位独立临床医生进行盲法阅片后认为，在 69.7% 的病例中，VNE 图像质量已足以支持临床判断，无需再注射对比剂进行 LGE 检查。在这些病例中，VNE 的平均诊断准确率为 93.7%，与 LGE 的 93.9% 相比无显著差异。

研究者强调，尽管传统 LGE 成像被视为心肌瘢痕评估的“金标准”，但必须静脉注射含钆对比剂。VNE 技术的核心优势在于仅需常规采集的无对比剂电影序列和 T1 mapping 图像，即可通过生成式 AI 模型合成与 LGE 高度吻合的虚拟增强图像。若该技术获得监管批准并推广，将使大量患者免于注射对比剂，并在更短时间内完成心脏瘢痕评估。

作为研究的临床中心之一，阜外医院纳入了 48 例有心梗病史的患者，提供了关键的亚洲人群数据。VNE 技术在阜外医院 3T 磁共振系统上的成功验证，初步证实了其在不同人种及不同场强设备上的可推广性。这对于中国这样人口众多、医疗资源分布不均的国家具有重大现实意义，“无对比剂”影像有望降低检查门槛。

研究者明确指出 VNE 的临床定位是分诊工具，而非完全取代 LGE。若 cine 和 T1 mapping 图像质量优良、VNE 显示清晰的心肌 - 血池对比且结果明确，则 VNE 可替代 LGE；对于存在以下情况的患者需保持谨慎：薄壁内的小面积心内膜下梗死、无室壁运动异常、难以与邻近血池区分；对于不确定病例，应获取更多 VNE 层面或继续行 LGE 检查。

此外，若患者临床需要 LGE 检查，但存在钆基对比剂使用禁忌或拒绝注射，且暂无其他手段能明确诊断，研究者建议采用如下方案：采集心脏电影序列与 T1 标测图像，生成 VNE 影像，依据高质量影像得出的诊断结果，结合其他检查指标与患者整体临床状况，共同制定诊疗决策。