通过传统检测手段，约四分之三的冠状动脉没有出现明显狭窄迹象的患者通常会放心地出院。然而不幸的是，这些人当中有相当一部分未来会面临更高的心脏病风险并导致死亡。
牛津大学11月13日在费城举行的美国心脏协会科学会议上发表一项研究表明，使用人工智能工具对胸痛患者进行心脏CT扫描，可以预测10年内致命心脏病发作的风险，这种技术可能改变未来心脏病的诊治模式，挽救成千上万患者的生命。
这项由英国心脏基金会资助的研究是AI工具首次在胸痛患者真实世界试验中的应用，研究结果显示，通过AI的评估，高达45%患者的治疗效果可以得到改善。由于这项技术同时具有成本效益，研究人员希望将它用于英国全民医疗服务体系，为转诊进行胸痛检查的患者提供管理服务。
传统的心脏CT扫描能够识别冠状动脉是否狭窄或阻塞。通过这种检测手段，有大约四分之三的冠状动脉没有出现明显狭窄迹象的患者通常会放心地出院。然而不幸的是，这些人当中有相当一部分未来会面临更高的心脏病风险并导致死亡。这是由于细微的、无法察觉的狭窄如果发生炎症，可能会破裂并阻塞动脉。但直到目前为止，依靠传统的心脏CT检查还无法识别这些处于危险中的患者。
牛津大学拉德克利夫医学系多学科影像与介入中心主任教授哈拉兰博斯·安东尼亚德斯团队分析了在英国八家医院接受常规心脏CT扫描的超过4万名患者的数据，并使用一种新的人工智能工具，可以收集有关炎症动脉周围脂肪变化、组织的疤痕以及微小血管的生长等信息，这些信息可用来预测心脏病发作等事件的风险。
研究还发现，在动脉未发生阻塞的人中，血管炎症水平最高的人，与炎症水平较低的人相比，心源性死亡的风险要高出十倍多。
研究人员估计，实施这项技术可以使接受该测试的人心脏病发作次数减少超过20% ，并将心源性死亡和中风人数减少超过8%。这表明，人工智能工具可能对指导和管理胸痛患者具有巨大的医疗价值，确保对高危人群进行早期识别和预防性治疗。
目前NHS已经在五家医院进行项目试点，并希望能够在英国各地推广。英国心脏基金会医学主任Nilesh Samani教授表示：“每年有太多的人不必要地死于心脏病，利用人工智能的潜力来指导患者治疗至关重要。这项研究显示了基于人工智能的技术在识别未来心脏病风险最高的人群方面可以发挥的宝贵作用。”
在世界卫生组织公布的全球十大致死病因中，心血管疾病常年处于首位。近年来，人工智能在心脏医疗影像领域的应用越来越广泛。早在2019年，美国梅奥诊所的一项研究就显示，将人工智能技术用于心电图分析，能够准确筛查出早期无症状左心室功能障碍指标，准确性要优于其他常见的筛查手段。
除了应用人工智能预测心脏病风险之外，提升医疗影像设备的精准度也同样重要。例如GE医疗一款CT系统APEX可以对微小病灶拥有更好的检出能力，识别直径1毫米以下的细微血管分支。
