AI超声技术在主动脉瓣狭窄评估中的新进展：SALTIRE-2研究深度解析

“结构速递，您的行业前沿快递。”

《亚青结构前沿速递》(结构速递)是由亚太结构青年俱乐部发起的一档专题栏目，旨在为行业传递最新的结构性心脏病前沿信息。栏目每周从全世界顶级刊物中选取一篇代表性的文章，翻译其摘要，配予精美图片，并进行解读，于每周末发布。

彭小平

南昌大学第一附属医院

亚太结构性心脏病青年俱乐部

·黄金会员

文章题目：

基于人工智能的超声心动图在主动脉瓣狭窄多模态影像替代评估中的应用：SALTIRE-2研究事后分析

Artificial Intelligence-Enabled Echoca

rdiography as a Surrogate for Multimodality Aortic Stenosis Imaging: Post Hoc Analysis of a Clinical Trial

解读作者：

彭小平、郑耀富、翁俊飞（南昌大学第一附属医院）

点评专家：

范怡婷（上海市第一人民医院）

科雨彤（首都医科大学附属北京安贞医院）

主动脉瓣狭窄（aortic stenosis，AS）是最常见的退行性瓣膜性心脏病之一，但目前仍缺乏有效延缓疾病进展的药物治疗策略。由于早期AS进展相对缓慢，如何精准识别快速进展高风险患者已成为当前研究的重要问题。传统多普勒超声虽然是AS评估基础，但对疾病进展风险及生物学活性的预测能力有限。近年来，多模态影像学逐渐成为AS精准分型的重要工具，包括CT主动脉瓣钙化积分（aortic valve calcium score，AVCS）、心脏磁共振成像（CMR）及基于18F-NaF的PET-CT分子影像，但其在大规模临床应用中仍受到成本和可及性的限制。

数字化主动脉瓣狭窄严重度指数（digital aortic stenosis severity index，DASSi）是一种新近开发并完成验证的人工智能（artificial intelligence，AI）超声影像生物标志物，其基于二维经胸超声胸骨旁长轴切面（parasternal long-axis，PLAX）视频，通过深度学习算法自动识别AS相关瓣膜及心肌重构特征，DASSi可输出0–1连续评分，不仅能够区分AS不同严重程度，还可独立于传统多普勒参数预测疾病进展，具有分析流程快速、自动化、观察者依赖性低特点。然而，目前DASSi增强超声心动图是否能够替代传统多模态影像学，从而全面反映AS的功能学、结构学及生物学特征，仍缺乏系统性验证。

基于此，本研究利用SALTIRE-2随机临床试验队列，对接受标准化多模态影像随访的轻中度AS患者进行事后分析，旨在系统评估DASSi与多模态影像学指标及临床结局之间的关系，并验证AI增强超声影像作为多模态影像替代工具的潜在价值。

数据