荷兰拉德堡德大学医学中心研究团队开发出一种人工智能系统，能够通过分析冠状动脉光学相干断层扫描(OCT)图像，准确预测患者心脏病复发风险。该研究由技师Jos Thannhauser和医生Rick Volleberg主导，成果发表于《欧洲心脏杂志》。

冠状动脉疾病患者在接受血管成形术治疗后，约有15%可能在两年内出现复发。传统OCT图像分析依赖专业实验室人工解读，过程复杂且效率有限。研究团队通过人工智能算法分析了438名患者的冠状动脉OCT数据，并对患者进行了为期两年的跟踪。结果显示，人工智能识别动脉壁薄弱区域的准确度达到国际金标准水平，且在预测新发梗塞或死亡风险方面表现优于传统方法。

Volleberg表示：“如果我们知道谁有高风险斑块以及它们位于何处，我们将来也许能够定制药物，甚至放置预防性支架。”OCT技术通过插入血管的微型摄像头采集近红外光图像，能以微观分辨率呈现血管壁结构，目前已用于临床手术引导和支架放置评估。

Thannhauser指出：“该技术已在临床实践中用于指导血管成形术和检查支架是否放置正确。我们的研究表明，OCT与AI结合在整条血管评估方面具有更大潜力。”目前OCT图像解读存在数据量庞大、分析成本高等挑战，每次检查可产生数百张图像，仅少数专业实验室具备分析能力。

人工智能技术的引入显著提升了分析效率与可靠性。Thannhauser补充道：“AI已经能够协助医生使用OCT进行支架置入。得益于我们的人工智能，我们现在距离在临床实践中扫描整条冠状动脉以发现薄弱部位又近了一步。”该研究由CARA实验室联合雅培、Radboudumc及阿姆斯特丹UMC共同推进，预计仍需数年时间实现临床应用。

更多信息： Niels van Royen 等人，基于人工智能的薄帽纤维粥样瘤识别及临床结果：PECTUS-AI 研究，《欧洲心脏杂志》(2025 年)。期刊信息： 欧洲心脏杂志