人工智能在动脉粥样硬化疾病中的应用进展  

作　　者：白小龙 刘立恒 郭欢萱 田晓燕 李振鑫 冉云龙 张驰昊(综述) 金凤(校)[1] 

机构地区：[1]内蒙古医科大学附属医院影像诊断科,呼和浩特010050 [2]复旦大学附属中山医院放射科、上海市影像医学研究所,上海200032 [3]内蒙古医科大学基础医学院,呼和浩特010080

出　　处：《临床放射学杂志》2025年第2期388-391,共4页Journal of Clinical Radiology

基　　金：国家自然科学基金资助项目(编号:81860558)。

摘　　要：动脉粥样硬化(atherosclerosis)是一种慢性进行性疾病,其发展过程涉及多种生物学和病理学过程。斑块的形成和进展是动脉粥样硬化的核心过程,它可以导致血管狭窄、血栓形成和心血管事件的发生。动脉粥样硬化斑块的评估主要依赖于影像学技术,如超声、CT和MRI等。然而,这些技术无法提供详细的斑块组织特征和功能信息。随着人工智能(AI)技术的快速发展,AI成为了研究动脉粥样硬化性心血管疾病(atherosclerotic cardiovascular disease,ASCVD)的新兴领域。大量研究人员利用机器学习(ML)和AI等技术,开发了多种算法和模型,用于斑块的自动分割、特征提取和预测,辅助医师进行动脉粥样硬化疾病的早期诊断[1~3]。此外,AI还可以用于预测ASCVD的发展风险和预后评估,协助临床决策并促进精准医学的发展,为个体化治疗提供重要依据[4]。在本综述中,提供了AI技术在ASCVD应用方面的最新进展,并概述了AI在冠状动脉疾病(coronary artery disease,CAD)、外周动脉疾病(peripheral arterial disease,PAD)、腹主动脉瘤(abdominal aortic aneurysm,AAA)和颈动脉疾病领域的临床应用。

关 键 词：颈动脉疾病 外周动脉疾病 慢性进行性疾病 精准医学 冠状动脉疾病 临床决策 腹主动脉瘤 血栓形成 

分 类 号：R54[医药卫生—心血管疾病]