创刊30周年专栏|从“形态解剖”到“生理功能”——功能学评估助力心肌缺血精准诊疗

B站影视 港台电影 2025-11-13 21:05 1

摘要:郑博, 刘耀琨, 霍勇. 从"形态解剖"到"生理功能"——功能学评估助力心肌缺血精准诊疗[J]. 中国心血管杂志, 2025, 30(5):479-481. DOI: 10.3969/j.issn.1007-5410.2025.05.001.

中国心血管杂志2025Chinese Journal of Cardiovascular Medicine

本刊为北大《中文核心期刊要目总览》2023年版入编期刊、科技期刊世界影响力指数(WJCI)报告2024收录期刊、中国科学引文数据库(CSCD)来源期刊(2025—2026年度)、中国科技核心期刊、武大(RCCSE)核心期刊,欢迎来稿!

photo by jingjing

从“形态解剖”到“生理功能”——

功能学评估

助力心肌缺血精准诊疗

From morphological anatomy to physiological function: advancing precision medicine in myocardial ischemia through functional assessment

郑博 刘耀琨 霍勇

作者单位:100034 北京大学第一医院心血管内科

通信作者:霍勇,电子信箱:huoyong@263.net.cn

引用本文:

郑博, 刘耀琨, 霍勇. 从"形态解剖"到"生理功能"——功能学评估助力心肌缺血精准诊疗[J]. 中国心血管杂志, 2025, 30(5):479-481. DOI: 10.3969/j.issn.1007-5410.2025.05.001.

冠状动脉粥样硬化性心脏病(简称“冠心病”)的诊疗核心在于准确识别引发心肌缺血的“罪犯病变”,从而制定合理的血运重建策略。传统冠状动脉造影(coronary angiography,CAG)一直被认为是诊断冠心病的“金标准”,但其仅能提供血管腔的形态学信息,此后腔内影像学取得了极大进展,但都无法准确判断狭窄是否真正导致功能性心肌缺血,因此导致大量无须介入治疗的病变被过度干预,或需要处理的病变被遗漏。近些年,冠状动脉功能学评估技术的革新发展,实现了从关注“形态解剖”到强调“生理功能”的理念跨越,助力引领冠心病诊疗进入精准时代。

1993年,基于压力导丝技术的血流储备分数(fractional flow reserve,FFR)的发明是冠状动脉功能学评估的里程碑事件[1]。通过测量冠状动脉狭窄远端的压力与主动脉压力的比值,FFR首次提供了量化心外膜大血管狭窄功能性意义的可靠手段。大量临床研究(如FAME系列研究)证实,以FFR≤0.80为指导的血运重建策略较单纯CAG指导在能显著改善患者预后的同时,也可以避免不必要的支架置入和对比剂使用,大大节约了医疗资源[2-3]。目前,FFR已被临床指南和共识誉为功能学评估指导冠状动脉介入治疗的“金标准”[4-7]。然而,压力导丝FFR需要使用血管扩张药物(如腺苷)诱发最大充血状态,有可能带来患者不适、操作复杂耗时等局限。为此衍生出一系列新型非充血性压力指数,如瞬时无波形比率(iFR)、静息全周期比率(RFR)及舒张期压力比率(dPR)等。经研究证实,这些指标与FFR均具有良好的相关性[8-10],进一步简化了操作流程,拓宽了功能学评估的应用场景。此外,基于微导管的FFR测量技术也进一步优化了压力导丝相关的应用局限性,为功能学精准评估提供了另一项获益选择。近年来,基于CAG影像的计算冠状动脉生理学技术取得了突破性进展。这类技术通过三维重建冠状动脉血管树,结合流体力学计算模型,在无需压力导丝和充血药物的情况下,即可快速计算出虚拟FFR值,代表性指标包括定量血流分数(QFR)、血管造影FFR(angioFFR/caFFR)、基于冠状动脉CT血管成像的FFR(CT-FFR)。研究证实,这些无创计算FFR技术与有创FFR金标准均具有高度诊断一致性[11-13]。它们极大地便捷了临床应用,将诊断窗口前移,既可以在CAG时实时、快速指导治疗决策,也可以使患者在无须有创手术的情况下即可初步获得病变的功能学意义。这不仅扩大了适用人群,优化了有创手术的准入,更符合心血管疾病一级、二级预防的大战略,展现出巨大的临床潜力。与FFR类似,基于造影的微循环阻力指数(index of microcirculatory resistance,IMR,angioIMR/caIMR)等无创计算技术也正在开发和验证中,旨在无创评估微血管功能,为全面评估心肌缺血开辟了新路径[14-15]。随着研究的不断深入,发现冠心病心肌缺血的病生理机制并不仅源于心外膜大血管狭窄,冠状动脉微循环功能障碍同样是不容忽视的因素。应高度重视微循环功能评估,全面评价整体心肌缺血的临床意义。冠状动脉血流储备(coronary flow reserve,CFR)可以同时反映心外膜血管和微循环的整体功能,是评估冠状动脉血管扩张能力的综合指标。而IMR则是一个特异性评价微循环功能的量化指标,不受心外膜大血管狭窄的影响。2024年欧洲心脏病学会慢性冠状动脉综合征指南已将基于压力导丝的IMR和CFR评估提升至ⅠB级推荐,成为导管室评估微循环功能的“金标准”[5]。我国同年也发布了《冠状动脉微血管疾病诊断和治疗中国专家共识》,标志着我国在微循环诊疗领域的理论建构也日趋完善[16]。然而,基于压力导丝的功能学评估因其有创性、操作复杂性和高昂费用等问题也使其在临床应用受到了限制,特别是在基层医院,临床应用远低于临床需求,因此这也促使对更安全、更简便、更普惠评估技术的探索。

04创新融合,迈向智能化精准医疗

4.1 腔内影像与功能学的深度融合

腔内影像与功能学是冠心病精准诊疗的两大利器,将腔内影像提供的高分辨率解剖信息与功能学数据深度融合,优势互补,真正实现“看见解剖结构,读懂功能意义”,为制定最优化、个体化的治疗策略提供终极依据。目前,研究显示基于冠状动脉腔内影像计算的FFR(OFR、UFR、OUFR)与传统导丝测得的FFR具有良好的一致性[17-19]。然而,迄今尚缺乏大规模随机对照研究,以明确基于冠状动脉内影像计算的FFR指导临床决策的安全性和有效性。因此,在临床实践中应结合卫生经济学评价结果,进一步明确其实用价值。

4.2 人工智能赋能多模态无创精准诊疗

人工智能(artificial intelligence,AI)是当下医学领域一大重要研究热点,将成为推动冠状动脉功能学发展创新的一项关键利器。AI正驱动冠状动脉功能学从传统有创评估向无创或基于影像的计算功能学模式革新,通过AI算法优化,多项冠状动脉功能学技术突破传统压力导丝限制,实现非侵入性血流动力学评估,在缩短分析时间的同时,提高测量精准性。此外,AI智能化多模态数据处理的独特优势,能够融合海量信息,构建更复杂的疾病预测模型,为精准评估功能性心肌缺血提供最优的个性化诊疗建议。北京大学第一医院心血管内科团队长年致力于心肌缺血功能评估的无创诊疗相关研究工作,近期利用先进的AI算法,融合超声心动图、实验室化验、临床基本病史等信息,成功构建无创功能性心肌缺血诊断模型[20]。未来将纳入更多无创检测指标,通过简便且易获取的无创数据信息,精准全面地识别和评估心肌缺血,有望成为一项普惠利民的普查工具。

05展望

冠状动脉功能学发展已历时30余载,从依赖压力导丝的有创测量,到基于影像的无创计算生理学蓬勃发展。其范畴也从单纯评估心外膜大血管,延伸至对冠状动脉微循环的全面审视。在今年东方心脏病学会议上,全新冠状动脉功能学全面评估解决方案正式发布,将会更好地加速冠状动脉功能学整体评估在我国的普及推广。未来在AI的智能驱动下,融合跨模态数据,助力“术前筛查-治疗决策-术中优化-预后评估”的全周期精准诊疗,创造冠状动脉功能学评估新格局,切实为冠心病患者带来最优的疗效和生存获益。

参 考 文 献

[1]Pijls NH, van Son JA, Kirkeeide RL, et al. Experimental basis of determining maximum coronary, myocardial, and collateral blood flow by pressure measurements for assessing functional stenosis severity before and after percutaneous transluminal coronary angioplasty[J]. Circulation, 1993, 87(4): 1354-1367. DOI: 10.1161/01.cir.87.4.1354.

[2]Tonino PA, De Bruyne B, Pijls NH, et al. Fractional flow reserve versus angiography for guiding percutaneous coronary intervention[J]. N Engl J Med, 2009, 360(3): 213-224. DOI: 10.1056/NEJMoa0807611.

[3]van Nunen LX, Zimmermann FM, Tonino PA, et al. Fractional flow reserve versus angiography for guidance of PCI in patients with multivessel coronary artery disease (FAME): 5-year follow-up of a randomised controlled trial[J]. Lancet, 2015, 386(10006): 1853-1860. DOI: 10.1016/S0140-6736(15)00057-4.

[4]Virani SS, Newby LK, Arnold SV, et al; Peer Review Committee Members. 2023 AHA/ACC/ACCP/ASPC/NLA/PCNA Guideline for the Management of Patients With Chronic Coronary Disease: A Report of the American Heart Association/American College of Cardiology Joint Committee on Clinical Practice Guidelines[J]. Circulation, 2023, 148(9): e9-e119. DOI: 10.1161/CIR.0000000000001168.

[5]Vrints C, Andreotti F, Koskinas KC, et al; ESC Scientific Document Group. 2024 ESC Guidelines for the management of chronic coronary syndromes[J]. Eur Heart J, 2024, 45(36): 3415-3537. DOI: 10.1093/eurheartj/ehae177.

[6]中华医学会心血管病学分会介入心脏病学组, 中国医师协会心血管内科医师分会血栓防治专业委员会, 中华心血管病杂志编辑委员会. 中国经皮冠状动脉介入治疗指南(2016)[J]. 中华心血管病杂志, 2016, 44(5): 382-400. DOI: 10.3760/cma.j.issn.0253-3758.2016.05.006.

[7]中华医学会心血管病学分会, 中华心血管病杂志编辑委员会. 冠状动脉功能学临床应用专家共识[J]. 中华心血管病杂志, 2025, 53(5): 460-472. DOI:10.3760/cma.j.cn112148-20240515-00267.

[8]Escaned J, Echavarría-Pinto M, Garcia-Garcia HM, et al; ADVISE Ⅱ Study Group. Prospective Assessment of the Diagnostic Accuracy of Instantaneous Wave-Free Ratio to Assess Coronary Stenosis Relevance: Results of ADVISE Ⅱ International, Multicenter Study (ADenosine Vasodilator Independent Stenosis Evaluation Ⅱ)[J]. JACC Cardiovasc Interv, 2015, 8(6): 824-833. DOI: 10.1016/j.jcin.2015.01.029.

[9]Svanerud J, Ahn JM, Jeremias A, et al. Validation of a novel non-hyperaemic index of coronary artery stenosis severity: the Resting Full-cycle Ratio (VALIDATE RFR) study[J]. EuroIntervention, 2018, 14(7): 806-814. DOI: 10.4244/EIJ-D-18-00342.

[10]Johnson NP, Li W, Chen X, et al. Diastolic pressure ratio: new approach and validation vs. the instantaneous wave-free ratio[J]. Eur Heart J, 2019, 40(31): 2585-2594. DOI: 10.1093/eurheartj/ehz230.

[11]Xu B, Tu S, Qiao S, et al. Diagnostic Accuracy of Angiography-Based Quantitative Flow Ratio Measurements for Online Assessment of Coronary Stenosis[J]. J Am Coll Cardiol, 2017, 70(25): 3077-3087. DOI: 10.1016/j.jacc.2017.10.035.

[12]Li J, Gong Y, Wang W, et al. Accuracy of computational pressure-fluid dynamics applied to coronary angiography to derive fractional flow reserve: FLASH FFR[J]. Cardiovasc Res, 2020, 116(7): 1349-1356. DOI: 10.1093/cvr/cvz289.

[13]Nrgaard BL, Leipsic J, Gaur S, et al. Diagnostic performance of noninvasive fractional flow reserve derived from coronary computed tomography angiography in suspected coronary artery disease: the NXT trial (Analysis of Coronary Blood Flow Using CT Angiography: Next Steps)[J]. J Am Coll Cardiol, 2014, 63(12): 1145-1155. DOI: 10.1016/j.jacc.2013.11.043.

[14]Huang D, Gong Y, Fan Y, et al. Coronary angiography-derived index for assessing microcirculatory resistance in patients with non-obstructed vessels: The FLASH IMR study[J]. Am Heart J, 2023, 263: 56-63. DOI: 10.1016/j.ahj.2023.03.016.

[15]Choi KH, Dai N, Li Y, et al. Functional Coronary Angiography-Derived Index of Microcirculatory Resistance in Patients With ST-Segment Elevation Myocardial Infarction[J]. JACC Cardiovasc Interv, 2021, 14(15): 1670-1684. DOI: 10.1016/j.jcin.2021.05.027.

[16]中华医学会心血管病学分会. 冠状动脉微血管疾病诊断和治疗中国专家共识(2023版)[J]. 中华心血管病杂志, 2024, 52(5): 460-492. DOI: 10.3760/cma.j.cn112148-20231222-00521.

[17]Yu W, Huang J, Jia D, et al. Diagnostic accuracy of intracoronary optical coherence tomography-derived fractional flow reserve for assessment of coronary stenosis severity[J]. EuroIntervention, 2019, 15(2): 189-197. DOI: 10.4244/EIJ-D-19-00182.

[18]Bezerra CG, Hideo-Kajita A, Bulant CA, et al. Coronary fractional flow reserve derived from intravascular ultrasound imaging: Validation of a new computational method of fusion between anatomy and physiology[J]. Catheter Cardiovasc Interv, 2019, 93(2): 266-274. DOI: 10.1002/ccd.27822.

[19]Zhao J, Fang C, Yu H, et al. OUFR Versus FFR for Functional Assessment of Coronary Artery Stenosis in Patients With Unstable Angina[J]. JACC Asia, 2025, 5(2): 231-241. DOI: 10.1016/j.jacasi.2024.10.026.

[20]Zheng B, Liu Y, Zhang J, et al. A machine learning model using echocardiographic myocardial strain to detect myocardial ischemia[J]. Intern Emerg Med, 2025, 20(5): 1425-1436. DOI: 10.1007/s11739-025-03968-6.

来源:中国心血管杂志

相关推荐