编者按：定量冠状动脉造影（Quantitative Coronary Angiography，QCA）是介入治疗中判断冠状动脉狭窄程度的金标准，根据QCA结果可确定病变的长度、直径和狭窄程度，以及决定置入支架的大小。近日，EuroPCR 2023会议上，本刊特邀韩国首尔国立大学盆唐医院Si-Hyuck Kang教授结合人工智能谈谈新型定量冠状动脉造影技术的应用。

《国际循环》：目前，QCA评估的方法有哪些，准确性如何？

Si-Hyuck Kang教授：目前进行血管造影的做法大都是在10~15秒的时间帧内拍摄二维图像和视频形式，每秒15帧。拍下图像，然后在脑海中诠释它们。心脏非常复杂，结构很难理解。可以从不同的角度拍摄图像——头部可以放在右侧，左侧，或头部或尾端。为每位患者拍摄6~9个心脏视频，然后在脑海中构建一个三维图像，它非常复杂，结构是3D，心脏会动。从二维视频开始，必须了解心脏的结构，再用3D结构来解释图像。目前的做法是拍摄视频并在脑海中进行解读，然后进行介入治疗（球囊或置入支架），但从二维图像中测量并不是很准确。所以，还要应用一些工具，例如手动QCA，它使用软件定量测量冠状动脉病变，但这需要时间和精力。使用过程中必须确定一条线——病变从这里开始，然后在某个位置结束。软件会根据图纸计算血管大小和病变，但耗时太长，无法在手术过程中进行计算，因此这些方法不能用于日常临床实践。

《国际循环》：人工智能辅助QCA的原理是什么，有哪些优势？

Si-Hyuck Kang教授：人工智能QCA的难点在于耗时耗力。人工智能和机器学习以自动化的方式帮助手工工作和解释性工作。我们训练计算机沿着冠状动脉造影画线，无需自己画。人工智能QCA自动圈定病变，从其他基层结构中分割冠状动脉造影，识别病变的起点和终点，计算病变的长度和直径，近端病变参考直径和远端参考直径，以及直径狭窄的程度，它会自动计算一切。当然，我们可以更改计算，但理论上，无需做任何事情-只需单击OK，它就会计算所有内容。

《国际循环》：对于冠状动脉分叉病变，如何进行定量造影？

Si-Hyuck Kang教授：关于AI QCA技术的准确性。在这次EuroPCR会议上介绍的研究是一项小型研究——15个冠心病患者样本，这仅是初步研究，我们正在进行一项更大的研究。基于对15名患者的早期初步研究显示，人工QCA和心脏病专家眼睛测量之间的相关性可接受。心脏病专家被要求在没有QCA工具的情况下测量病变-只是目测，心脏病专家的眼睛估测和人工QCA具有很好的相关性。

目前，正在进行的一项更大研究共计招募200例患者，对比人工QCA和心脏病专家对人工QCA软件的看法，例如能否接受，计算速度是否快，能否有助决定支架的大小，研究正试图验证这项技术的准确性。除准确性之外，它为心脏病专家带来帮助——减少了医生为患者确定准确治疗的时间和精力。分叉病变是QCA的一项复杂任务，主要的困难是划清界限，母血管很大，而两个子血管比母血管小，所以沿着分叉画线非常棘手。通过这项研究，使我们对这项技术增强了信心，它在冠状动脉分叉处画出了清晰的线条。

《国际循环》：如何看待三维定量冠状动脉造影的应用？

Si-Hyuck Kang教授：目前，这项技术还处于非常早期的阶段，现在是在做二维分析，后续还要进行三维分析，以及10秒血管造影分析。现在只做一帧，但必须分析整个时间帧并使其三维化。正在进行这方面的研究，这是一条艰难的道路，因为有一些背景图像，必须对冠状动脉解剖进行分割，并将不同的视图合并成一张图像。由于计算机科学、计算机视觉和机器学习方面的最新技术进步，相关情况已有所改善，也较以前有了更多工具，未来可期。