image: 该研究设计与主要结果 view more
Credit: ©《中国科学》杂志社
近日，南京大学医学院附属金陵医院张龙江教授与卢光明教授团队在Science Bulletin发表研究论文，该研究使用了3个队列分别评估了全自动化、一键式、基于现场工作站方式的CT-FFR技术的诊断价值和预后性能。
队列1共纳入了463例同时进行了冠状动脉CTA图像和有创血流储备分数 (fractional flow reserve, FFR)的可疑冠心病患者，用于诊断性能和用户友好性的评估。在血管水平和患者水平，CT-FFR与有创FFR均具有较强的相关性(相关系数 R = 0.68和R = 0.70)。在患者水平，CT-FFR识别功能性心肌缺血的灵敏度为0.84，特异度为0.81，准确度为0.82；在血管水平CT-FFR识别功能性心肌缺血的灵敏度、特异度和准确度分别为0.80、0.83和0.82。此外，作者还比较了这款全自动化CT-FFR与其他两款CT-FFR软件(西门子，cFFR和联影uCT-FFR)的用户友好性，发现该软件能够显著减少CT-FFR分析的计算时间(少于4分钟)和鼠标点击次数(仅一键点击即刻完成计算)。
队列2和队列3分别收集了901例慢性冠状动脉综合征患者和157例急性胸痛患者。在慢性冠状动脉综合征患者和急性胸痛患者中，阳性CT-FFR结果(CT-FFR≤0.80)与阴性CT-FFR结果相比(CT-FFR > 0.80)，前者发生主要不良心脏事件风险显著增加。
这是首个全自动化CT-FFR技术的报道，且与HeartFlow和西门子CT-FFR技术有着类似的诊断性能。
研究详情请见原文：
Diagnostic and prognostic performance of artificial intelligence-based fully-automated on-site CT-FFR in patients with CAD
https://doi.org/10.1016/j.scib.2024.03.053
Journal
Science Bulletin