编辑推荐：
为解决冠状动脉CT血管造影(CCTA)在动脉粥样硬化个体化治疗中缺乏标准化指导的问题，国际QCI研究组通过德尔菲法达成共识，推荐基于AI量化斑块体积(TPV)的年龄-性别调整百分位数曲线指导治疗：任何斑块存在即启动药物治疗，TPV≥70百分位时升级高强度治疗。该共识为未来临床试验奠定基础，推动CCTA从诊断工具向精准治疗决策系统转变。
冠状动脉疾病长期占据全球死亡原因首位，传统风险评估依赖危险因素和冠脉钙化评分(CAC)，却常低估非钙化斑块(NCP)的风险。随着冠状动脉CT血管造影(CCTA)年检量突破220万例，其既能检测狭窄又能量化斑块的优势日益凸显，但如何将斑块特征转化为治疗决策仍是临床痛点。更棘手的是，现有"一刀切"的治疗模式——无论是基于LDL-C目标的"Treat-to-target"还是固定剂量的"Fire-and-forget"策略——都难以匹配斑块异质性，导致部分患者治疗不足而另部分过度医疗。
在此背景下，Charité-Universitätsmedizin Berlin（柏林夏里特医学院）领衔的QCI研究组集结35位跨学科专家，通过三阶段德尔菲法分析DISCHARGE和SCOT-HEART试验数据，在《Nature Reviews Cardiology》发表突破性共识。研究首次确立AI量化斑块体积的年龄-性别百分位数体系，提出"见斑块即治疗"新范式：任何动脉粥样硬化斑块都应启动药物治疗，当总斑块体积(TPV)超过同年龄性别人群70百分位时，则升级为高强度他汀治疗。这一标准较传统CAC评分更能捕捉易损斑块风险，尤其对年轻患者和女性群体具有独特预警价值。
关键技术方法包括：1)基于SCOT-HEART和DISCHARGE试验的15,000例CCTA数据训练AI斑块分割算法；2)采用三维Delphi流程整合35位专家对12个核心问题的共识；3)通过IVUS验证AI测量的TPV、NCPV与CPV的准确性；4)建立年龄-性别特异性斑块百分位曲线预测心梗风险。
【AI在动脉粥样硬化成像中的潜力】
深度学习算法可自动完成冠脉分支标记、管腔分割和斑块亚型分类，其TPV测量与血管内超声(IVUS)相关性达r=0.91。但不同软件间存在显著差异：同一血管TPV测量值波动达30%，这凸显了SCCT共识提出的标准化分析流程的必要性。
【范式转变】
共识批判性反思现有三大策略局限：1)单纯降脂治疗忽视斑块负荷；2)风险因素策略高估无斑块者风险；3)固定剂量方案缺乏动态调整。提出的新范式将AI斑块分析作为治疗基石，辅以吸烟史、家族史等风险调节因子，实现从"群体医疗"到"像素级个体化"的跨越。
【个体化治疗推荐指标】
• 钙化斑块(CP)：虽与年龄强相关，但钙化增加反而预示斑块稳定，不适合作为治疗监测指标
• 非钙化斑块(NCP)：低衰减斑块(<30 HU)是心梗最强预测因子(HR 1.60)，但仅50%患者存在NCP
• 总斑块体积(TPV)：最普适指标，对70岁以下患者预测价值超越传统风险评分
【医学治疗强度分级】
高强度他汀(如阿托伐他汀40-80mg)适用于TPV≥70百分位者，尤其合并以下任一项：1)低衰减斑块；2)正性重构；3)早发冠心病家族史。而单纯CPV增高不应触发治疗升级，因其可能反映他汀介导的斑块稳定。
这项共识的里程碑意义在于首次将CCTA从解剖成像工具转变为治疗决策引擎。其创新性体现在：1)突破性地将AI量化斑块与临床终点直接关联；2)建立可操作的治疗阈值；3)为PCSK9抑制剂等新型药物提供影像学生物标志物。未来随着光子计数CT等技术进步，该框架有望进一步优化，但当前亟需开展以斑块百分位为指导的随机对照试验验证其临床效益。正如Marc Dewey团队强调："这不仅是技术的胜利，更是心血管医学从'管腔狭窄时代'迈向'斑块精准管理时代'的宣言。"
生物通 版权所有
