Journal of the American College of Cardiology
基于人工智能的无对比剂心脏MRI虚拟增强技术实现心肌瘢痕精准评估

小赛推荐：

该研究为 心肌梗死 的非侵入性影像评估提供了无需钆对比剂的可靠替代方案，对 心血管疾病 影像策略具有重要指导意义。

 

文献概述

本文《Myocardial Scar Assessment Using Artificial Intelligence-Powered Contrast-Free MRI》，发表于《Journal of the American College of Cardiology》杂志，系统探讨了利用人工智能驱动的虚拟原生增强（VNE）技术在无对比剂条件下实现心肌瘢痕检测与定量的临床可行性。研究通过多中心、前瞻性、盲法设计，全面验证了VNE在真实世界临床环境中的诊断性能，为心血管磁共振（CMR）的广泛应用提供了新路径。

背景知识

心肌瘢痕的准确评估在缺血性心脏病及其他心血管疾病的管理与预后判断中至关重要。目前，临床金标准为延迟钆增强（LGE）CMR成像，该技术依赖静脉注射钆基对比剂（GBCA），存在潜在肾毒性、注射风险及成本增加等局限，尤其在肾功能不全患者中应用受限。尽管LGE能提供高分辨率的瘢痕信息，但其对心肌梗死的评估受限于对比剂使用。近年来，基于人工智能的“虚拟对比”技术如VNE被提出，旨在通过生成模型从T1 mapping和cine图像中模拟LGE图像，从而实现无对比剂瘢痕成像。然而，多数AI模型缺乏多中心前瞻性验证，存在泛化能力差、可靠性不足等问题。本研究的切入点在于填补这一关键证据空白，通过独立中心的盲法评估，系统验证VNE在真实临床队列中的诊断效能与定量准确性，推动AI-CMR技术向临床转化。

 

针对心肌梗死及相关心血管疾病研究，赛业生物提供多种基因编辑小鼠模型，包括心肌特异性基因敲除与人源化模型，支持心肌损伤、纤维化及功能评估，助力疾病机制解析与药效评价。

了解更多

 

研究方法与核心实验

研究纳入来自英国利兹和中国阜外医院的136例患者，分别接受1.5T和3.0T CMR扫描，获取T1 mapping、cine及LGE图像。VNE图像由牛津团队基于预对比cine和T1图生成，使用生成式AI模型，未进行额外调优。LGE由本地中心独立判读作为金标准，而VNE图像由牛津团队在盲法下评估。此外，四名临床阅片者对匹配切片的VNE和LGE图像进行独立盲法评估，判断是否需进一步进行GBCA增强扫描。实验设计严格控制偏倚，确保结果可靠性。

关键结论与观点

• 在高质量图像中，VNE对心肌梗死的检测准确率达94.4%（敏感性92.5%，特异性97.5%），表明其在明确病例中可替代LGE。
• 心肌瘢痕定量方面，VNE与LGE的相关性极强（R = 0.90，ICC = 0.95），平均差异仅3.2%，支持其用于精确瘢痕负荷评估。
• 在69.7%的病例中，临床阅片者认为VNE图像质量足以避免LGE扫描，且在此亚组中VNE的平均诊断准确率为93.7%，与LGE（93.9%）相当，提示VNE可作为有效的筛查与分流工具。
• 对于“可能梗死”或图像质量欠佳的病例，VNE性能下降至87.5%，强调了预对比图像质量对AI模型输出可靠性的关键影响，未来需集成AI质量控制模块。

研究意义与展望

该技术有望显著提升CMR的可及性与安全性，尤其适用于肾功能不全或对比剂禁忌患者。通过减少GBCA使用，可降低医疗成本与扫描时长，提高检查通量。在药物开发中，VNE可用于慢性心肌梗死模型的非侵入性疗效评估，减少动物使用与对比剂暴露。此外，其对非缺血性瘢痕模式的初步验证（如心肌病）提示其在疾病建模中具有广泛潜力，未来可拓展至其他心肌病理性改变的AI识别。

 

为支持心血管疾病药效研究，赛业生物提供心脑血管疾病药效评价平台，涵盖动脉粥样硬化、心肌梗死等模型构建与体内药效评估，提供从病理分析到生理生化检测的全流程服务。

了解更多

 

结语

本研究首次在多中心、前瞻性、盲法设计下验证了AI驱动的虚拟原生增强（VNE）技术在心肌瘢痕评估中的高诊断准确性与定量一致性。VNE不仅在高质量图像中达到与LGE相当的性能，更在超过三分之二的临床病例中可替代对比剂增强扫描，显著降低医疗风险与成本。该技术为心肌梗死的常规筛查与随访提供了安全、高效的新工具，有望重塑CMR的临床工作流程。未来，结合全左室短轴覆盖与自动化质量控制，VNE有望成为一线影像策略，推动精准心血管诊疗的普及。从实验室到临床，VNE代表了AI赋能医学影像转化的典范，为心血管疾病照护体系提供了坚实的技术基石。

 

Qiang Zhang, Di Zhou, Patrick Thompson, Stefan K Piechnik, and Vanessa M Ferreira. Myocardial Scar Assessment Using Artificial Intelligence-Powered Contrast-Free MRI: A Prospective Multicenter Study of Virtual Native Enhancement. Journal of the American College of Cardiology.