据Medscpae报道，11月29日在北美放射学会年会上一项研究表明，基于深度学习模型，用一张X线胸片可预测一个人的10年心血管病死亡风险。

根据目前的美国心脏病学院和美国心脏协会（ACC/AHA）指南，动脉粥样硬化性心血管病（ASCVD）风险预测模型需要综合评估9个因素，包括年龄、性别、种族、收缩压、高血压、吸烟、2型糖尿病、血脂指标。

如果该模型预测的10年心血管病发生风险≥7.5%，建议接受他汀治疗。

主要研究者指出，胸片图像除了有诊断数据，还携带丰富的信息，但由于缺乏人工智能模型，这些图像还没有用于预测模型。

因此，研究者利用一项多中心随机对照癌症研究中40 643名受试者（白人居多）的147 497张X线胸片，仅用单次X线胸片训练了一个深度学习模型，并将该模型与ACC/AHA指南的预测模型对10年ASCVD风险的预测能力进行比较。

研究者发现，基于单个胸片图像，深度学习模型可以独立于心血管危险因素预测未来的心血管事件发生风险，其预测能力与ACC/AHA指南推荐的ASCVD风险评估模型类似。

研究者在11 430名接受常规X线胸片检查且很有可能有他汀适应证的门诊患者（平均60岁，42.9%为男士）中对该模型进行了验证。平均10.3年随访期间，9.6%发生主要不良心脏事件。

研究者发现，在有他汀治疗适应证的患者中，基于胸片的预测模型预测的心血管风险与主要不良心脏事件显著相关（HR=2.03，P<0.001），校正心血管危险因素后仍然如此（校正HR=1.63，P<0.001）。

一些变量在标准模型中缺失，但在包含2401名患者的亚组中，所有的变量都是可用的。研究者使用标准模型和基于胸片的模型计算了该亚组中的心血管风险，发现与ACC/AHA指南推荐的ASCVD风险评估模型的预测能力相似。

有专家认为，该研究是人工智能通过广泛使用的低成本检查来评估临床相关结局的一个很好的例子。如这种工具能在随机研究中得到验证，将有助于确定心脏专科医疗资源有限地区患者的心血管风险。

来源：Single Chest X-Ray Could Predict 10-Year CVD Risk. Medscape网站，December 02, 2022. https://www.medscape.com/viewarticle/984910#vp_1

转载：请标明“中国循环杂志”

关于非法网站冒用我刊名义进行征稿的特别提醒

近期我们发现一些网站冒用“中国循环杂志”名义征稿，并承诺“职称论文权威快速发表”。

我刊郑重提醒各位作者，向《中国循环杂志》投稿，一定要登录中国循环杂志官方网站：

http://www.chinacirculation.org

进入“作者投稿”，在“作者投稿管理平台”中投稿。

本刊联系电话：010-68331974

订阅点击：