Cardiology Plus | 李晨光教授团队重磅研究：AI辅助μQFR为心肌桥缺血提供精准无创评估

研究回顾性纳入了 2018 年于复旦大学附属中山医院接受冠状动脉造影和 FFR 检测的 118 例连续就诊的心肌桥患者。

在 118 条血管中，91 条血管 FFR >0.80，27 条血管 FFR ≤0.80。大多数患者为男性（74.6%），41 名患者（34.7%）为现吸烟或曾吸烟者。临床表现方面，57 名患者（48.3%）为不稳定型心绞痛，46 名患者（39.0%）为稳定性冠心病，所有 MB 均位于 LAD 动脉。

表1. 基线特征

本研究的核心创新在于利用 AI 算法，基于不同的关键帧选择计算了三种 μQFR（基于 Murray 定律的定量血流比），与 FFR 进行头对头比较：

• 收缩期 μQFR（sys-μQFR）：基于收缩期帧图像。

• 舒张期 μQFR（dias-μQFR）：基于舒张期帧图像。

• 基于形变的 μQFR（D-μQFR）：通过分析收缩期挤压段在整个心动周期（4帧）内的管腔变形计算。

研究以有创 FFR≤0.80 为缺血标准，全面评估上述方法的诊断性能。

图1. 心肌桥的 FFR 与 μQFR 动态评估案例展示

诊断性能比较显示，D-μQFR 综合表现最佳：

• 诊断准确率最高：达到92%，显著高于 sys-μQFR（79%）和 dias-μQFR（86%）。

• 鉴别能力最强：其受试者工作特征曲线下面积（AUC）为 0.94，优于其他两种方法。

• 敏感性与特异性特点：sys-μQFR 敏感性极高（96%），而 dias-μQFR 特异性极强（100%），D-μQFR 则在两者间取得了最佳平衡（敏感性67%，特异性99%）。

图2. 三种 μQFR 方法诊断性能的比较

本研究为心肌桥的功能评估提供了重要启示：

• 实现高效无创评估：AI-μQFR 仅需常规造影图像，无需压力导丝和额外药物负荷，即可实现快速、准确的功能学评估，临床操作性更强。

• 明确不同算法价值：D-μQFR 因整合了整个心脏周期的形变信息，最能反映心肌桥的动态病理生理，诊断准确性最高。sys-μQFR 高敏感、dias-μQFR 高特异的特点，为临床提供互补的诊断策略。

• 奠定技术应用基础：该研究证实了计算冠脉生理学在心肌桥这一复杂场景中的可靠性，为未来将其整合于常规诊疗流程、实现更广泛的冠脉疾病无创功能评估奠定了循证基础。

本研究成功将人工智能与计算流体动力学相结合，突破了心肌桥传统功能评估的瓶颈。μQFR 作为一种新颖、无创且高度准确的工具，有望重塑心肌桥的临床评估范式，推动冠脉疾病诊断向更精准、更便捷、更友好的方向发展。