AI增强OCT可准确量化冠状动脉斑块负荷
摘要
研究团队开发了一种深度学习算法，用于全自动分析光学相干断层扫描（OCT）图像，以量化冠状动脉斑块负荷（PB）和血管尺寸。研究使用10例尸检人的心脏，对29支主要冠状动脉进行OCT和血管内超声（IVUS）成像，并与组织病理学金标准对比。共获得852个匹配的横截面数据，结果显示AI-OCT与病理结果的相关性不劣于IVUS，且无统计学显著差异。
信息来源： PubMed Ophthalmology 发布于 2026年11月1日
要点速览
- 研究基于10例尸检心脏的29支冠状动脉，获取852个OCT-IVUS-组织病理学三联配对横截面数据
- 开发了深度学习算法，实现OCT图像中管腔面积、血管面积及斑块负荷的全自动测量
- AI-OCT与组织病理学的相关性不劣于IVUS，二者在斑块负荷评估上无统计学显著差异
本站解读
这项研究发现，用深度学习算法处理的OCT图像，在量化冠状动脉斑块负荷时，表现与IVUS相当，且都高度吻合组织病理学结果——关键证据来自852个配对横截面数据。样本量虽基于10例心脏，但覆盖29支动脉、多点切片，设计上采用组内聚类校正，方法严谨；不过尸检样本缺乏活体血流、血管运动等干扰因素，临床转化需进一步验证。
短期内难改变临床实践：OCT目前主要用于冠状动脉而非眼科，该AI工具尚未进入人体前瞻性试验，也未获批用于诊疗决策。它本质上是心血管影像技术的升级，不直接适用于眼底OCT设备或青光眼、黄斑变性等眼科常规场景。
普通人无需因此调整健康行为——这是一项面向心内科介入医生的技术验证研究，与日常视力保护、眼病筛查无关。国内情况有待确认。
常见问题
这个AI看眼睛能更准吗？
不能。该研究针对的是冠状动脉血管内OCT影像，不是眼科常用的眼底OCT设备，技术路径和临床目标完全不同。目前没有证据表明这项AI算法可用于视网膜或视神经疾病诊断。如有疑虑可咨询眼科医生。
以后做心脏检查是不是不用IVUS了？
目前还不能替代。虽然AI-OCT在斑块负荷量化上与IVUS性能相当，但IVUS仍具备更深穿透能力，且已建立成熟临床操作规范和预后数据。该AI工具尚处验证阶段，未进入人体前瞻性试验，更未获监管批准用于指导支架植入等决策。
延伸阅读
AI模型预测湿性老年黄斑变性治疗时机
研究开发了一种模块化多任务深度学习框架（MANTIS），利用OCT图像和视力数据，自动识别何时启动抗VEGF治疗。研究纳入122名患者共207只眼，分为两组：未进展为湿性AMD者和已进展并接受治疗者。模型同时完成两项任务：判断是否需启动治疗，以及从OCT中量化外层视网膜厚度（ORT）作为影像生物标志物。
轻量级AI模型可实现高血压视网膜病变床旁分级
研究团队开发了可在边缘设备（如便携式终端）运行的轻量级深度学习模型MobileViT-XXS，用于从en-face OCT图像对高血压视网膜病变（HR）进行患者级四分级评估。基于221名患者的478张OCT图像，在严格患者级划分的五折交叉验证下，该模型准确率达84.4%，ROC-AUC为0.944，kappa值0.916；对需转诊的HR（≥2级）识别准确率达95.6%，敏感度95.2%。模型仅占3.83 MB内存，推理速度达96帧/秒。
AI分析显示DME患者外层视网膜结构损伤模式不同
研究利用AI辅助OCT技术，对1688名糖尿病性黄斑水肿（DME）患者的2355只眼进行横断面分析，量化了外界膜（ELM）和椭圆体带（EZ）中断比例及与积液、炎症灶、视力的关系。结果显示：21.9%的眼睛存在ELM中断，37.6%存在EZ中断；EZ中断更常见，且与炎症性高反射灶增多相关；ELM中断则与视力下降和浆液性视网膜下液负担关联最强。