胸部人群筛查中心血管疾病的早期检出:快速兴起的心脏CT应用面临的挑战
综述探讨在肺癌筛查中利用非门控低剂量胸部CT机会性评估冠状动脉钙化以筛查心血管疾病的可行性。文章汇总了CAC评分作为生物标志物的证据、各CT技术(EBT、MDCT、DSCT、光子计数CT)的进展与局限,以及现行指南对CAC报告的要求,指出标准化不足导致CAC漏报,AI自动量化有望减轻附加工作量。
要点
- 非门控低剂量胸部CT上可评估CAC,但需CT系统具备足够时间分辨率才能与心电门控CAC评分可比。
- CAC评分≥100 Agatston单位时指南建议他汀治疗,CAC为0者心血管风险极低。
- 多项指南建议所有非增强胸部CT报告CAC,但标准化缺失导致漏报和预防机会丢失。
核心结论
- 在肺癌筛查中整合CAC评分可实现个体化心血管预防,但需高质量标准化报告。
- 非门控低剂量胸部CT上准确CAC评分依赖足够的时间分辨率,DSCT等高时间分辨率系统使无门控CAC评估成为可能。
- AI自动CAC量化可减轻肺癌筛查项目中附加心血管筛查的工作负荷。
研究设计与样本
- 综述,检索范围与纳入文献未在节选内明确报告。
关键影像表现/征象
- CAC反映冠状动脉钙化斑块负荷,CAC评分越高心血管疾病风险和死亡风险越高。
- CAC评分1000与全因死亡风险增加10倍相关,评分为0者风险低,与一般人群相当。
- CAC随年龄呈指数增长,较高评分意味着心血管死亡风险逐步增高。
- CAC为0提示明显CVD可能性低,但仍可能存在非钙化动脉粥样硬化。
诊断标准与关键数值
- Agatston评分是最广泛使用的CAC量化方法,为人群数据库和心血管风险分层的参考。
- 视觉评估法将CAC分类为无、轻度、中度、重度,与Agatston评分和死亡结局相关性良好。
- 2018年美国心脏病学会/美国心脏协会指南建议Agatston CAC评分≥100的个体接受他汀治疗,除非临床医生-患者风险讨论另有决定。
- 欧洲心脏病学会指南推荐使用4分类斑块负荷评分进行机会性评估。
- ACR偶发发现委员会建议在门控和非门控CT报告中纳入CAC,可用Agatston定量评分或定性视觉评估,严重CAC提示进一步评估。
临床应用与阅片要点
- 英国心血管影像学会/英国心脏CT学会和英国胸科学会共识声明推荐在所有包含心脏的CT扫描中审阅心脏。
- ACR期望放射科医生在所有非增强CT上使用简单视觉量化量表(无、轻度、中度、重度)报告CAC。
- 2016年SCCT和STR指南建议在所有非增强胸部CT检查中报告CAC,不论门控或非门控采集。
- 临床实践中放射科医生通常仅在中度或重度CAC时报告,无需报告较低风险类别的CAC评分。
- 基线肺癌筛查鼓励记录CAC,但后续年度/双年度筛查轮次中CAC进展评估尚无明确指南。
局限性
- CAC进展的总体证据仍不确定,其临床意义尚未完全确立。
- 心脏CT协议和CT系统缺乏标准化导致辐射剂量10倍差异,限制MDCT用于常规CAC筛查。
- 宽探测器系统固有的几何效率低下导致锥束相关伪影增加,如过度扫描和散射。
- 有限的时间分辨率阻碍将心血管风险评估整合到非门控低剂量肺癌筛查中。
- 尽管有建议,非门控胸部CT上CAC评分仍常未报告,许多放射科医生不了解非门控CT与心电触发CT的CAC评分相关性。
全文中译11 节 · 点击展开
引言
肺癌是第二常见的恶性肿瘤,并且仍然是全球癌症相关死亡的主要原因。1 大规模肺癌筛查(LCS)试验,如美国国家肺癌筛查试验(NLST)和荷兰-比利时随机肺癌筛查试验(NELSON),已证明低剂量CT(LDCT)在LCS中的有效性,显著降低了高危人群中肺癌相关死亡率。2,3 然而,心血管疾病(CVD)仍然是全球死亡的主要原因,并且是NLST-LCS队列参与者死亡的主要贡献因素。3,4 鉴于共同的危险因素——如吸烟史和年龄增长——LCS人群面临CVD相关发病和死亡的不成比例的高风险。5
这种重叠为将心血管筛查整合到LCS项目中提供了关键机会,可能降低CVD死亡率。由于心脏在胸部CT上本身即可显像,心血管风险评估可以在不增加额外成像的情况下纳入。冠状动脉钙化(CAC)评分与斑块负荷密切相关,并且是CVD风险的成熟预测指标。6,7 例如,CAC评分为1000与全因死亡风险增加10倍相关,而评分为0表示低风险,与一般人群相当。8 因此,将CAC筛查纳入LCS项目可以识别低风险和高风险个体,促进LCS参与者CVD的个性化一级预防。9
冠状动脉钙化最初使用电子束断层扫描(EBT)测量,这是当时心脏成像的标准,后来使用多探测器CT(MDCT),两者均采用前瞻性心电图(ECG)触发以减少心脏运动伪影。10–13 然而,由于时间分辨率有限,CAC评分无法与非门控LDCT整合,这导致了显著的运动伪影。CT成像技术的最新进展,如宽探测器配置、双源CT(DSCT)和光子计数CT系统,显著提高了时间分辨率并扩展了心脏成像的能力。这些创新为在非ECG门控、低剂量胸部CT扫描上进行准确的CAC评分提供了机会,为LCS项目中的机会性CVD筛查提供了可行的解决方案。14–19
将CAC定量整合到LCS项目中需要使用单次运行、非ECG门控、低剂量胸部CT进行准确可靠的心血管风险评估。本综述讨论了心脏CT技术的进展,这些进展解决了先前机会性心血管筛查的挑战,以及将心血管筛查整合到LCS项目中的关键考虑因素。
CAC作为生物标志物
冠状动脉钙化(CAC)是动脉粥样硬化的可靠标志物,反映冠状动脉中钙化斑块的积聚。7 用于CAC评分的主要方法有两种:自动定量(Agatston评分、体积评分和质量评分)和视觉评估。20–23 Agatston评分是使用最广泛的方法,由于其科学证实的心血管和全因死亡率的强预测价值,作为人群数据库和心血管风险分层的参考。6,9,22,24 后两者,即体积评分和质量评分,在其预测价值方面的研究少于Agatston评分。然而,Agatston评分的变异性大于体积评分和质量评分,因为它依赖于基于钙密度的加权因子,而该因子在不同CT方案之间可能有所不同。16,18,25,26 虽然自动定量方法易于获取,但它们需要专用软件进行计算。视觉评估方法将CAC分类为无、轻度、中度或重度,提供最快速的评估,在自动软件不可用时更为首选。20,27,28 尽管简单,视觉评估与Agatston评分和死亡率结局均具有良好的相关性,无论是使用专用心脏CT还是胸部低剂量CT(LDCT)扫描。它在资源有限的环境中可作为实用的替代方案,尽管其准确性可能随阅片者经验而变化。29–31
CAC是CVD的独立危险因素,即使在无症状个体中也是如此,评分越高表明心脏事件风险越大。8,32 此外,CAC负荷随年龄呈指数增长,评分越高意味着心血管死亡风险逐渐增大。33 虽然任何可检测到的CAC均与CVD风险增加密切相关,但研究表明,CAC评分为0的个体无论年龄如何,其CVD风险均极低。33–35 CAC定量可将无症状患者分为低危、中危和高危类别。2018年,美国心脏病学会/美国心脏协会工作组更新了《血胆固醇管理指南》,推荐CAC作为确定他汀类药物使用的有价值工具,建议对任何Agatston CAC评分≥100的个体进行他汀类药物治疗,除非临床医生-患者风险讨论的结果另有决定。36 CAC在指导个性化心血管照护方面发挥关键作用,为临床医生提供了通过个性化CAC评分及相关风险类别来调整他汀类药物治疗的工具。37 欧洲LCS试验4-IN-THE-LUNG-RUN(4ITLR)的初步结果显示,85%的个体存在CAC,其中一半是CVD预防治疗的候选者。约15%的CAC评分为0,根据现有指南可免于CVD预防性用药。38 多项研究表明,在LCS中报告CAC可导致既往未诊断CVD的参与者管理发生变化,主要表现为他汀类药物处方增加。39,40 安大略省健康肺癌筛查试点的一项近期研究发现,82.9%的参与者存在CAC。广泛CAC(估计Agatston评分>400,存在于29.5%的参与者中)与全因死亡率和心血管事件密切相关,即使在调整非心血管死亡原因后仍为显著预测因子。41 同样在NELSON LCS试验中,发现CAC是心血管事件的强预测因子,甚至超越了年龄、包年和吸烟状态的影响。42 在ITALUNG LCS试验中,LDCT组心血管死亡率的降低可能与报告CAC的存在有关,从而促使了预防性干预。43 此外,Mitchell等44证实,他汀类药物治疗有效降低了CAC个体发生主要不良心血管事件(MACEs)的风险,在CAC评分>100者中观察到最大获益。相反,无可检测CAC的个体在他汀类药物治疗中未见MACEs降低。虽然CAC评分为0提示显著CVD的可能性低,但仍可能存在非钙化性动脉粥样硬化,强调了全面风险评估的重要性。45 通过随访测量评估CAC进展可提供CVD风险变化的洞察。CAC进展与更差的预后相关,研究已证实其在预测全因死亡率和心血管事件方面优于基线CAC。46,47 评估CAC进展的若干方法仍存在争议,包括绝对变化、百分比变化或组合方法,作为Agatston风险类别变化的替代方案。48 这些更精细的方法可能更可取,特别是在易受测量变异性影响的临界病例中。然而,其他研究显示,如果进行连续CAC扫描,应使用最新扫描进行风险评估,CAC进展提供的额外预后信息极少。49,50 此外,CAC进展也可能提示斑块稳定,特别是在他汀类药物治疗后。51 总体证据仍不确定,CAC进展的临床意义尚待充分确立。52,53
弗雷明汉风险评分(FRS)是一种广泛使用的模型,用于估计无既往心血管疾病(CVD)个体10年冠状动脉事件风险。它纳入的变量包括年龄、性别、吸烟史、血压、胆固醇水平、高密度脂蛋白胆固醇以及血糖水平或糖尿病史。将冠状动脉钙化(CAC)评分与FRS整合,改善了较高风险类别(FRS ≥10%)的CVD风险预测,但在低风险类别(FRS <10%)中影响较小。54 CAC评分还改善了老年人的风险预测,其中高钙化评分(>1000)意味着心血管事件高风险,无论FRS如何。55因此,除了独立预测CVD风险外,CAC评分还是传统风险模型的有价值补充。54,55在欧洲,系统性冠状动脉风险评估(SCORE)图表是最常用的风险模型,与FRS类似,用于估计4年内致死性CVD风险。
2014年心血管疾病筛查风险或获益(ROBINSCA)试验将约39 000名参与者随机分为3组:1组使用SCORE图表进行心血管风险筛查,另一组通过CT进行CAC评分筛查,对照组不接受筛查。他们根据其风险分组接受预防性治疗。56与SCORE相比,CAC评分将更少参与者归类为高风险,并减少了被建议接受预防性治疗的人数。死亡率和主要不良心血管事件(MACE)数据尚未发表,但将揭示CAC是否是一种稳健的风险预测因素。57同样,近期研究表明,将CAC评分加入风险因素加权临床可能性(RF-CL)模型可改善风险分层,特别是识别出更多不太可能从进一步检查中获益的低危和中危患者,同时也显示出与阻塞性冠状动脉疾病患病率的相关性强于单独使用RF-CL。58
当前指南和建议
近年来,多项建议强调在可行的所有胸部CT扫描中报告CAC评分的重要性。英国心血管影像学会/英国心脏计算机体层摄影学会和英国胸部影像学会的共识声明建议,当心脏包含在视野内时,应在所有CT扫描中审查心脏。59 同样,美国放射学会(ACR)期望放射科医生在所有非增强CT扫描上使用简单的视觉量化量表(无、轻度、中度、重度)报告CAC。60 2016年心血管计算机体层摄影学会(SCCT)和胸部放射学会(STR)指南也建议在所有非增强胸部CT检查中报告CAC,与门控或非门控采集无关。61 欧洲心脏病学会指南强调CAC评分作为风险管理工具和通过非ECG门控胸部CT进行机会性评估的手段,推荐4分类斑块负荷评分,尽管缺乏对无症状个体进行进一步影像学检查的证据。62 荷兰卫生、福利和体育部允许在4ITLR LCS试验中报告超过300 Agatston单位的CAC评分,以及任何其他被认为对参与者预后至关重要的急性偶然发现。ACR偶然发现委员会特别建议在门控和非门控CT扫描的诊断报告中纳入CAC,可采用定量Agatston评分或定性视觉评估,重度CAC应促使进一步评估。27 尽管有这些建议,CAC评分在非门控胸部CT上仍常常未被报告,因为许多放射科医生不了解非门控CT与传统的ECG触发CT方法所得CAC评分之间的相关性(如果CT系统具有足够的时间分辨率)。63 导致CAC报告不足的其他因素包括缺乏CAC报告的标准化的指南以及放射科医生缺乏常规实践。这可能源于个人报告风格、培训有限或倾向于优先考虑报告简洁性。Kirsch等63证明,使用结构化报告模板的放射科医生在100%的病例中报告CAC,这不仅突出了标准化的价值,也突出了将自动化AI衍生的CAC评分直接整合到报告中的潜力。在临床实践中,放射科医生通常仅在被归类为中度或重度时才被期望报告CAC,而不要求报告较低风险类别的CAC评分。59,60 此外,虽然在LCS的基线扫描中鼓励记录CAC,但对于后续年度/双年度筛查轮次中CAC进展的评估没有明确的指南。除了识别和量化CAC的存在外,指南还强调关于进一步管理的简单建议的重要性。59,61 这种整体缺乏标准化导致了CAC评分的纳入和管理不一致,引发了了对预防保健机会错失的担忧。40 在LCS内进行标准化的CAC报告,无论风险类别如何,都可以通过促进及时的预防性干预(如启动他汀类药物)来改善患者护理,同时减少低风险个体中不必要的药物使用,从而实现向更个性化预防保健的转变。36,64
CT技术的进展
在低剂量CT(LDCT)上进行准确的冠状动脉钙化(CAC)测量对于肺癌和心血管联合筛查至关重要。然而,图像质量取决于患者因素,如运动、体型和屏气能力,以及CT扫描仪参数,包括时间分辨率、心脏门控和探测器技术,这些都会影响CAC测量的可靠性。随着时间推移,用于CAC评估的CT成像技术已从电子束断层扫描(EBT)和单源多排CT(MDCT)发展到双源CT(DSCT)和光子计数CT等先进系统。这些创新为在肺癌筛查(LCS)项目中(潜在)实施心血管筛查铺平了道路。有关成像技术及相关研究结果的详细时间线见图1。
电子束断层扫描
最初,冠状动脉钙化是使用EBT检测的,因为其100毫秒(ms)的时间分辨率和1.5 mm的空间分辨率使其非常适合对运动中的心脏进行成像。1990年首批研究成功使用EBT测量了CAC,并建立了Agatston评分,这一CAC定量方法沿用至今。6,12,65 随后鹿特丹冠状动脉钙化研究55,66,67显示CAC评分增加与CVD风险升高之间存在明确关联,突显了CAC作为老年人CVD强独立预测因子以及指导预防策略的有价值工具的地位。55 该研究在将EBT确立为CAC评估领先成像工具方面发挥了关键作用,确立了其在心血管风险评估中的重要性。55,67
多排CT
CT成像系统从EBT和单探测器CT向MDCT的发展显著改善了时间和空间分辨率,并结合心电图触发,对EBT作为CAC成像标准方法的地位构成了挑战。因此,美国一项大型人群研究使用EBT和4排MDCT扫描仪对无症状个体进行CAC测量以评估亚临床CVD。68 EBT显示的图像噪声更多但运动伪影少于MDCT,两者的可重复性相似,钙化检测一致率为96%。69,70 然而,在当时,在推荐对部分(无症状)人群进行筛查之前,仍需要进一步证据来确认CAC对心血管事件的预测价值。10,69
MDCT系统比专门为心脏成像设计的EBT扫描仪具有更好的通用性和可用性。与EBT的单层采集不同,MDCT在一次旋转中采集多个层面,覆盖更大的心脏区域。然而,实现快速的时间分辨率对于最小化冠状动脉运动伪影至关重要。EBT由于其旋转电子束而具有更优越的时间分辨率(50-100 ms),而MDCT受限于机架旋转速度。10然而,探测器排数随时间增加,旋转时间也变得更短。320-MDCT具有最大的160 mm z轴探测器覆盖范围,能够在几分之一秒内通过单次机架旋转对整个心脏进行成像。这一能力使得大幅降低剂量成为可能,并最大限度地减少了阶梯伪影,显著改善了早期心脏成像。71此外,通过前瞻性心电图触发将舒张期静息时段和之前运动阶段的数据相结合,克服了以往的局限性,实现了准确的冠状动脉成像。72此外,使用MDCT时,可以调节管电流以补偿患者体型,解决较大患者中X射线衰减导致的信噪比降低问题,这是相对于EBT的显著优势,因为信噪比降低会妨碍斑块识别并增加假阳性CAC评分。10
在临床实践中逐步取代EBT之前,多项(体模)研究探讨了16排、64排、256排和320排MDCT在心血管成像中的性能。26,73–77 EBT扫描仪往往具有较高的噪声水平,而一些16排和64排MDCT扫描仪由于较低的时间分辨率而表现出更大的变异性和更多的运动伪影。此外,在MDCT不同厂商之间观察到显著差异,即使在具有相同探测器排数的系统之间也是如此。78 64-MDCT显示CAC评分被低估2%-10%,而256-MDCT在低kV设置(模拟LDCT)下由于钙密度变化而高估CAC评分。73,76尽管存在这些局限性,早期64排、256排和320排MDCT扫描仪因其较低的噪声、改善的空间分辨率和更广泛的临床实用性而逐渐取代EBT。26,73–76,79 ACR 2016年心脏CT实践参数指出,鉴于捕捉运动物体的挑战,扫描仪必须“达到或超过64排探测器扫描仪”才能实现诊断质量的成像。60然而,心脏CT协议和CT系统缺乏标准化导致辐射剂量存在10倍差异,限制了MDCT在常规CAC筛查中的应用。80此外,宽探测器系统固有的几何效率低下导致锥束相关伪影增加,如过度扫描和散射。81有限的时间分辨率也阻碍了将心血管风险评估整合到非门控、低剂量LCS中。76,82,83尽管在用于LCS的MDCT上可以识别CAC,且CAC评分为0与低CVD风险相关,但准确的风险评估仍需要专门的心脏CT。
双源CT
多年来,双源CT(DSCT)的发展显著提升了心脏成像能力。在单源CT扫描仪中,X射线源和探测器必须在180°旋转范围内采集数据才能获得心脏图像。相比之下,DSCT的2个源-探测器对仅需90°旋转即可采集数据重建图像,有效将诊断性心脏图像的数据采集速度提高了一倍。对于单源CT,螺距限制在1.5以避免采样间隙并确保高图像质量,而在DSCT中,第二探测器系统可以填补这些间隙,使螺距可增加至3.2而不影响图像质量。利用这种高螺距采集,在心率高达约65-80次/分时,可在单个舒张期捕获整个心脏。84,85 此外,DSCT的时间分辨率与患者心率无关,因为图像可从单个心动周期内采集的数据重建。单源多层螺旋CT(MDCT)系统只有通过多扇区重建才能接近类似的时间分辨率,即将多个心动周期的数据合并为1幅图像,尽管这强烈依赖于心率与机架旋转时间的关系。86
第一代DSCT于2006年推出,使用2个探测器同时采集64层0.6 mm层厚的重叠切片,机架旋转时间为330 ms,时间分辨率达到83 ms。与MDCT系统相比,DSCT提供了更高的可靠性、更低的心脏运动影响和更好的可重复性。87,88 第二代DSCT(2009年)的2个探测器同时采集128层0.6 mm重叠切片,机架旋转时间更快为280 ms,时间分辨率提高至75 ms。大规模ROBINSCA试验证明了第二代DSCT在预防心脏病学中的潜力,其采用高螺距螺旋CT对无症状个体进行CAC测量。56,57,89 第三代DSCT(2014年)每个探测器可同时采集196层0.6 mm重叠切片,机架旋转时间为250 ms,时间分辨率为66 ms,使CAC测量在心脏运动条件下的可重复性进一步提高。16,86 DSCT系统已证明在CAC测量中具有更高的准确性,并且在额外的源-探测器对和增加的探测器排数驱动下,时间分辨率显著改善,使得高螺距螺旋CT采集方案能够在LCS项目中进行准确的CAC测量。
光子计数CT
与使用能量积分探测器的先前CT系统相比,光子计数CT代表了一种根本上不同的CT成像方法。光子计数探测器对入射光子进行计数,电子信号与每个光子沉积的能量成正比。这种方法具有若干潜在优势:对于高原子序数材料(如钙),具有更高的对比噪声比、改善的空间分辨率以及减少钙化 Blooming 效应。90 使用第一代光子计数CT扫描仪的CAC评分准确性已被证明,与第三代双源CT相比,显示了可比的钙量化和图像质量,同时光子计数CT提供了更低的辐射暴露。17,19 虽然尚未广泛普及,但光子计数CT在心脏成像和CAC量化的未来中具有前景。
非门控CT采集
钙化评分的参考标准是采用前瞻性心电触发(在心动周期的特定相位采集图像)或回溯性心电门控(在整个心动周期采集图像但仅重建感兴趣的相位,如舒张期)的CT协议。然而,CT技术的最新进展使得无需心电触发或门控的专用冠状动脉钙化(CAC)成像成为可能。63
Budoff等91对50例患者分别进行了非门控(螺旋模式,螺距1.375)胸部低剂量CT和心电门控(R-R间期75%)心脏CT,均使用64排MDCT系统进行CAC评估。非门控与门控协议获得的CAC评分之间相关性极好(ICC = 0.96),尽管两种方法之间的中位变异度为44%,且随CAC评分升高而增大。多项关于非门控胸部CT与心脏CT对比的研究发现,门控与非门控采集协议之间具有高度相关性,但一致报道非门控采集协议存在高变异度(40%-44%)及风险类别向低危偏移。92–94 一项关于非门控与心电门控MDCT相关性的系统综述得出结论:非门控胸部CT可识别CAC,诊断准确性与心电门控CT相似,尽管非门控CT在8.8%的个体中产生假阴性CAC评分,并在19.1%的个体中低估高CAC评分。25 Jacobs等95在一项肺癌筛查(LCS)试验中比较了间隔4个月内进行的低剂量非门控MDCT扫描,发现按Agatston评分类别进行风险分层时扫描间一致性良好。然而,较高的平均扫描间变异度限制了非门控MDCT用于个体患者CAC评分的监测。随着更多探测器排数的可用,Chen等96利用非门控256排MDCT配合快速螺旋扫描模式,检测阳性CAC的敏感度达94.8%,特异度达100%。假阴性率从旧版MDCT系统的8.8%降至5.2%。该研究还显示与专用心电门控心脏CT相比风险类别一致率为95.1%;然而,未报告关于变异度和可重复性的信息。
Hutt等97评估了非门控、高螺距、第二代双源CT(DSCT)作为常规胸部CT检查中CAC筛查成像方式的可靠性。共185名吸烟者接受了2次DSCT扫描:一次非门控、高螺距(3.0)、高时间分辨率(75 ms)覆盖全胸部的扫描(胸部CT);一次心电触发(R-R间期75%)聚焦于心腔的扫描(心脏CT)。结果表明,非门控胸部CT检测CAC的敏感度为96.4%,特异度为100%。胸部CT与心脏CT之间的相对变异度极小,为1.81%,风险分类的技术间一致性极好(加权kappa = 0.95;95% CI,0.93-0.98)。97 重要的是,DSCT的结果与单源MDCT报道的高技术间和扫描间变异度及风险重分类相比具有优势。91–96
Xia等人18评估了非门控胸部CT与心电门控心脏CT在使用高螺距第三代双源CT(DSCT)进行冠状动脉钙化(CAC)检测和风险分层方面的有效性。该研究纳入了来自ImaLife研究的1000名参与者,其中50%在心脏CT上显示冠状动脉钙化。胸部CT对CAC检测的敏感性为96%,特异性为99%。胸部CT的CAC评分中位数低于心脏CT(30 vs. 40,P ˂ .001),但风险分类的一致性仍然很高。6.5%的病例发生了重新分类,多为降级,较高的体重指数(≥30)与重新分类增加相关。18正在进行的欧洲肺癌筛查(LCS)试验4ITLR采用单次运行、非门控、低剂量CT(LDCT)采集方案,使用第三代DSCT系统同时进行肺结节测量和自动化CAC定量。此外,还使用同一次LDCT扫描收集肺气肿数据,目前仅用于研究目的。98初步结果显示,基于人工智能(AI)的CAC评分在基线与3个月随访之间具有高度可重复性,92.6%的病例维持相同的风险分类,仅1.4%的病例从高风险降级为不确定风险。这些发现强调了使用单次运行、非门控DSCT采集进行一致CAC定量的随时间可靠性,从而 enables 可重复的心血管评估。99然而,部分病例中仍存在运动伪影,如图2所示。右冠状动脉最易受运动伪影影响,而左主干和左前降支受运动影响较小,且钙化时与较高的死亡风险相关。100,101因此,与其仅依赖总体CAC评分,考虑钙化的解剖位置可能更有益,特别是在时间分辨率有限、运动伪影更明显的扫描中。102
国际指南建议在所有CT系统的胸部CT上报告CAC评分,因为它们是心血管疾病(CVD)风险的宝贵标志物。36,61然而,当前证据不支持在所有CT系统上使用非门控方案进行肺部和心脏联合筛查时均能保持一致的高诊断成像质量。仅高螺距、高时间分辨率的第二代和第三代DSCT以及光子计数CT系统在此背景下已证明具有可靠性能。这强调了对各种CT系统局限性加以认识的重要性,包括较高心率下的变异性以及单源多层螺旋CT(MDCT)系统可能低估心血管风险的问题。18
AI在联合筛查中的作用
尽管已证实低剂量CT筛查(LCS)对高危个体有益,但广泛实施后放射科医生将面临的工作量增加仍是一个主要问题。为解决这一问题,许多放射科医生依赖计算机辅助检测/诊断(CAD)软件来完成肺结节分割和分类等任务。先进的CAD系统越来越多地纳入人工智能(AI)以实现结节检测自动化,从而减少人工操作。冠状动脉钙化(CAC)评分对放射科医生而言是一项重复性、劳动密集型的任务,若纳入LCS将大幅增加其工作量。与肺结节检测类似,目前正在开发基于AI的软件用于半自动和自动CAC定量,从 dedicated cardiac reconstructions 中生成Agatston评分、体积评分或质量评分。半自动工具可辅助CAC定量,但仍耗时且依赖使用者。103 全自动AI-CAC工具可与LCS项目整合,而不增加总体工作量。
在LCS中,通常使用非增强、非门控、低剂量胸部CT,这限制了对冠状动脉的显示和分割。非冠状动脉钙化,如主动脉瓣或心包钙化,在低剂量CT(LDCT)上可能被误识别为CAC(见图3)。82,104 许多AI系统通过在定位钙化之前先分割心脏结构来缓解这一问题,研究日益聚焦于针对非增强、非门控LDCT的自动化AI-CAC定量。
多项研究将AI-CAC工具与常规手动或半自动CAC评分方法进行比较,报告在应用于非对比、非门控LDCT时具有极好的相关性和一致性。105–110 然而,Sandstedt等105提到其AI-CAC软件有高估钙化评分的倾向,而Yu等109则提到存在低估。Suh等107显示,在胸部LDCT与ECG门控心脏CT上使用AI-CAC工具具有良好的可靠性和风险分类能力,但特别提到了机构间的异质性变异。有趣的是,Cano-Espinosa等106开发了一种无需CAC分割的AI-CAC软件,仅将非对比、非门控CT作为输入,并自动输出Agatston评分。Vonder等111在涉及无症状参与者的基于人群的筛查环境(ROBINSCA)中证明,基于深度学习的自动CAC评分与手动CAC评分之间具有高度一致性。此外,该AI软件在指导启动预防性治疗方面的假阴性率为0.7%,假阳性率为0.1%,诊断准确率为99.2%。在欧洲LCS试验4ITLR中,AI-CAC软件表现出高可重复性,比较使用非对比、非门控、低剂量CT扫描获取的基线和3个月随访CAC评分时,组内相关系数为0.96(95% CI,0.96-0.97)。99 对于没有高时间分辨率扫描仪的中心,基于AI的方法可以提供一种实用的替代方案,既能实现自动CAC定量,又能评估图像质量以提示结果的可靠性。112 这可以帮助放射科医生判断AI生成的CAC评分何时可信,以及何时仍可能需要进行人工复核或专门的心脏CT检查。其他研究将自动AI-CAC评分与心血管结局相关联,而非直接进行评分比较。113–116 De Vos等115显示,仅使用从LCS LDCT自动推导的区域特异性CAC评分,即可在不到半秒内预测5年CVD死亡率。同样,Zeleznik等114使用NLST试验的LDCT显示自动CAC评分与动脉粥样硬化相关死亡之间存在关联,而Peng等116将非门控胸部CT上CAC ≥100与全因死亡和不良心血管结局风险增加相关联。Sandhu等117进一步证明,使用AI-CAC软件在非门控胸部CT扫描上进行机会性CAC筛查可显著增加他汀类药物的处方量。
总体而言,这些研究证实,大多数自动AI-CAC软件能够准确量化CAC并有效识别LCS参与者中CVD低风险或高风险者,且不增加阅片工作量。然而,可用的软件工具种类繁多,每种工具性能各异且在 different 数据集上训练,这凸显了按预期用途使用软件并在临床实施前全面验证其性能的重要性。82
结论
将心血管筛查与标准化的CAC测量整合到LCS项目中,可促进及时的预防性干预,例如对高风险个体启动他汀类药物治疗,同时尽量减少对低风险人群的不必要治疗。这需要从用于LCS的同一非增强、非门控LDCT扫描中准确量化CAC,且不增加放射科医师的工作量。自动化AI-CAC软件可准确量化CAC并对CVD风险进行分层,为将心血管风险评估整合到LCS项目中提供了可扩展的解决方案,但由于性能存在差异,仔细的验证仍然至关重要。将自动化AI衍生的CAC评分整合到结构化报告中,将最大限度减少CAC漏报。
CT技术的进步,包括探测器排数增加、额外的探测器-光源对以及新的探测器技术,已使LCS项目中的机会性心血管筛查能够获得足够的图像质量。然而,MDCT有限的时间分辨率,尤其是在非门控方案下,使其难以达到EBT系统曾经提供的准确性和可重复性,存在CAC低估和错误风险分类的风险。为确保准确的CVD风险评估,必须对LCS项目中基于MDCT的CAC量化进行全面验证,并且CAC评分应通过专门的心脏CT方案加以确认。新兴技术,如DSCT和光子计数CT系统,已显示出优异的CAC评分可重复性以及风险分类的高度一致性。这些技术能够从单次运行、非门控LDCT扫描中实现准确的CAC评分,为LCS项目中的机会性心血管筛查提供了一种有前景的方法。
在CAC测量中实现准确性和可重复性,需要标准化的采集方案,并对CT系统规格和厂商特定参数进行全面记录,以支持一致、高质量的CAC报告。次优的CT质量可能导致CVD风险错误分类,而扫描变异性使纵向比较复杂化。应对这些挑战对于将CAC评估有效整合到LCS项目中、扩大CVD筛查并优化预防性护理至关重要。
引用
- Walstra ANH, Gratama JWC, Heuvelmans MA, et al. Early detection of cardiovascular disease in chest population screening: challenges for a rapidly emerging cardiac CT application. Br J Radiol. 2025. PMID: 40824206. doi:10.1093/bjr/tqaf195
- 全文:PMC12659735(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12659735/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。