张卉，王道清，程留慧，黄方方

    摘要目的：研究人工智能(AI)应用于冠状动脉电子计算机断层扫描(CT)血管成像对冠状动脉狭窄的诊断效能及临床意义。方法：以2018年1月—2022年9月我院收治的168例行冠状动脉CT血管成像检查病人为研究对象，所有病人均进行冠状动脉造影确诊，分别采用后处理软件Syngo.via(人工组)和联影AI冠状动脉智能辅助诊断系统软件(AI组)对冠状动脉CT血管成像进行图像后处理，比较两种方法评价冠状动脉CT血管成像图像质量、冠状动脉狭窄的检出情况及诊断效能。结果：AI组和人工组图像质量评价优、良、差病人分布及图像缺陷原因占比差异均无统计学意义(P>0.05)。168例病人共发生冠状动脉狭窄89例，其中人工检出83例，AI检出71例；无冠状动脉狭窄79例，其中人工检出60例，AI检出70例。AI诊断冠状动脉狭窄的敏感度低于人工组，但特异度高于人工组(P<0.05)，同时两者曲线下面积(AUC)比较差异无统计学意义(P>0.05)。结论：AI应用于冠状动脉CT血管成像的图像后处理，其图像质量评价及对冠状动脉狭窄的诊断效能与人工相当，可用于临床辅助影像医师进行冠状动脉狭窄的诊断。

    关键词冠状动脉狭窄；人工智能；电子计算机断层扫描；血管成像；诊断效能

    doi：10.12102/j.issn.1672-1349.2024.08.005

    冠心病是臨床常见心血管疾病，评估冠状动脉狭窄情况是诊断冠心病的重要步骤，冠状动脉造影(CAG)是临床诊断冠状动脉狭窄的金标准，但其费用昂贵，且属于有创检查[1-2]。近年来，随着冠状动脉电子计算机断层扫描(CT)血管成像的广泛应用，其已经成为临床筛查冠状动脉狭窄的首选无创检查方法，但影像医师对图像后处理和结果判读过程所用时间较长，影响工作效率的同时影响判读结果，增加误诊、漏诊的风险[3] ......