SCOT-HEART 数据将 AI 衍生缺血评分与心肌梗死结局相连，为冠脉 CTA 从解剖描述走向无创风险分层提供了临床试验场景。
专家导读
一张冠脉 CTA，能否比狭窄程度更早识别会发生心肌梗死的人？
稳定胸痛评估长期面临一个落差：解剖狭窄并不等同于组织缺血，更不等同于未来梗死。该研究把 SCOT-HEART 试验中的 CTA 信息转化为 AI 缺血评分，并以心肌梗死作为临床结局，试图填补这一落差。
文章脉络
全文解读
研究问题不是“AI 能否读图”，而是一个由影像生成的缺血信号是否能在真实临床试验人群中对应未来心肌梗死。其意义在于把冠脉 CTA 从斑块和管腔狭窄的静态描述，推进到更接近病理生理的风险信息。
SCOT-HEART 为这类验证提供了重要场景：CTA 进入稳定胸痛诊疗路径，结局可以回到心肌梗死，而不只停留在算法与人工判读的一致性。现有可访问信息支持“AI 缺血评分—心肌梗死预测”这一主链；具体阈值和效应量仍应以全文为准。
真正值得延伸的是模型的可解释性：评分究竟主要捕捉斑块负荷、狭窄相关血流受限，还是更广义的易损血管表型？这决定它能否被安全地嵌入临床分诊、随访与二级预防决策。
对中医药和中西医结合研究的启发
可在冠心病前瞻队列中将 AI 缺血评分与胸痹血瘀、痰浊等证候要素及炎症、代谢指标联合建模，检验证候表型能否补充影像风险分层。重点应放在事件预测增益，而非将证候直接等同于影像异常。
可延伸选题
- AI 缺血评分能否在非阻塞性冠脉疾病中识别仍有高事件风险的人群？
- 评分与高敏肌钙蛋白、Lp(a)、炎症标志物联用是否提高模型校准度？
- 证候动态变化能否解释同等斑块负荷下的缺血风险差异？