النهضة التكنولوجية في أمراض القلب الوقائية - الذكاء الاصطناعي، التصوير الطبقي الكمي للشرايين التاجية
مقدمة
تشهد أمراض القلب والأوعية الدموية تحولاً جوهرياً في النموذج، من الانتقال من نموذج تفاعلي وموجه نحو الأعراض في الغالب نحو إطار وقائي مبني على الكشف المبكر وتقييم المخاطر الفردي. وفي قلب هذا التحول يكمن دمج الذكاء الاصطناعي مع الشريان التاجي التصوير المقطعي المحوسب تصوير الأوعية (CCTA)، لا سيما من خلال تطوير تصلب الشرايين التصوير المقطعي المحوسب الكمي المدعوم بالذكاء الاصطناعي (AI-QCT). تعالج هذه المقاربة قصوراً طال أمده في أمراض القلب: وهو عجز أدوات التشخيص التقليدية عن الكشف الموثوق للشرايين التاجية غير الانسدادية والغنية بالدهون لوحة, ، على الرغم من ذلك آفات المسؤول عن غالبية متلازمات الشريان التاجي الحادة و الموت القلبي المفاجئ الأحداث.
الأهمية السريرية لهذا القيد كبيرة. تُظهر الدراسات الوبائية والمرضية باستمرار أن معظم احتشاء عضلة القلب نشأت من لويحات لم تكن مقيدة للتدفق قبل تمزقها (2). كما أمراض القلب والأوعية الدموية يظل السبب الرئيسي للوفاة في جميع أنحاء العالم، مع توقع تجاوز الوفيات السنوية 20 مليون بحلول عام 2030، وتصبح الطرق المحسنة لتحديد تصلب الشرايين التاجية عالي المخاطر قبل حدوث الأحداث السريرية ضرورية بشكل متزايد (3).
تطور تقييم المخاطر القلبية وبيولوجيا تصلب الشرايين
يعتمد تقسيم المخاطر القلبية الوعائية التقليدي على مؤشرات غير مباشرة مثل مستويات الدهون في الدم،, ضغط الدم, ضبط السكر في الدم, تدخين الحالة، والمتغيرات الديموغرافية المُدرجة في الدراسات القائمة على السكان حاسبات المخاطر. بينما أثبتت هذه النماذج فائدتها على مستوى السكان، إلا أنها غالباً ما تفتقر إلى الدقة عند تطبيقها على المرضى الأفراد، لا سيما أولئك الذين لديهم حالات تبدو “طبيعية” عامل خطر الملفات الشخصية التي مع ذلك تحمل مرضاً كامناً كبيراً (٤).
التصلب العصيدي هو مرض التهابي مزمن في جدار الشريان بدلاً من كونها اضطرابًا محددًا فقط عن طريق انسداد اللمعة. تتطور اللويحة داخل بطانة ويتكون من نسب متفاوتة من الدهون، والأنسجة الليفية، والخلايا الالتهابية، والكالسيوم. وتكشف الاختبارات التشخيصية التقليدية -بما في ذلك اختبار جهْد التمارين، وتخطيط كهربية القلب، وتصوير الأوعية التاجية الغازية- المرضَ في المقام الأول بمجرد إنتاجه تضيق مهم ديناميكياً الدموي, ، والتي تُعرَّف عادةً بأنها تضيق في تجويف الأوعية الدموية بنسبة 70% أو أكثر (5).
الرؤية 1: تُظهر دراسات التشريح ودراسات التصوير الوعائي أن ما يقارب 70–75% من حالات احتشاء عضلة القلب تحدث في الأوعية التي يقل قطرها عن 50% تضيق قبل الحدث المؤشر، مما يشير إلى أن معظم المرضى الذين يعانون من متلازمات الشريان التاجي الحادة لم يكونوا ليُحددوا على أنهم معرضون لخطر كبير من خلال اختبار الإجهاد القياسي وحده (٢).
الرؤية 2: تاجري شريان تم تطوير تسجيل الكالسيوم (CACS) لتحسين الكشف عن المرض تحت السريري من خلال تحديد لويحة متكلسة. مع ذلك، لا يكتشف CACS لوحة غير متكلسة, ، و نقاط الكالسيوم إن الصفر لا يستبعد وجود آفات غنية بالدهون وعرضة للتمزق (6).
الرؤية 3: يُتيح نظام (AI-QCT) القياس الكمي غير الجراحي لإجمالي الشرايين التاجية عبء اللويحات, بما في ذلك لوحة عصيدية منخفضة الكثافة وغير متكلسة, ، والذي وُجد أنه يحمل ارتباطاً أعلى بالأحداث القلبية الوعائية المستقبلية مقارنة بشدة التضيق وحدها (7).
| خصائص اللويحة | مدى الرؤية (CACS) | الرؤية (تصوير الشرايين التاجية المقطعي المحوسب القياسي) | الرؤية (AI-QCT) | الملف الشخصي للمخاطر السريرية |
| لويحة متكلسة | مرتفع | مرتفع | مرتفع | مستقر عموماً؛ مؤشر على مرض مزمن |
| لوحة غير متكلسة | لا شيء | نوعي / محدود | كمي / مرتفع | خطر تمزق مرتفع |
| لويحة منخفضة الكثافة | لا شيء | متغير | مرتفع | ارتباط قوي مع المتلازمة الشريانية التاجية الحادة |
| المجموع حجم اللويحة | لا شيء | تقدير غير مباشر | دقيق (مم³) | مؤشر قوي للأحداث المستقبلية |
البنية التقنية لتحليل الشرايين التاجية المدعوم بالذكاء الاصطناعي
تجري منصات التصوير المقطعي الكمي المدعوم بالذكاء الاصطناعي تحليلاً على مستوى وحدات البكسل (الفوكسل) للشجرة التاجية بدلاً من الاعتماد على التفسير البصري وحده. توظف هذه الأنظمة بنيات التعلم العميق - بما في ذلك شبكات العصون التلافيفية (CNN)، ونماذج التجزئة ثلاثية الأبعاد U-Net، والمصنفات المستمدة من VGG - المدربة على مجموعات بيانات كبيرة ومصنفة تربط بين ميزات التصوير والتحقق الغازي والنتائج السريرية طويلة الأجل (8).
الرؤية 4: يبدأ فحص التصوير المقطعي المحوسب الكمي للشرايين التاجية بالتقاط صور عالية الدقة لتصوير الأوعية التاجية بالტომوغرافيا المحوسبة. توفر أنظمة التصوير المقطعي المحوسب الحديثة متعددة الكشفات، بما في ذلك الماسحات الضوئية ذات الـ 64 شريحة و640 شريحة، الدقة الزمنية و دقة مكانية ضروري لتقليل القطع الأثرية الناتجة عن الحركة وتمكين التجزئة الدقيقة لتشريح الشريان التاجي (5).
الرؤية 5: تحدد الخوارزميات الآلية الشريان التاجي لومن وجداروعاءالدمویتصنيفمكوناتاللويحةوفقًالقيمتوهاجدرجاتهاونسفيلد،ممايسحبتمايزالأنسجةالغنيةبالدهونوالليفيةوالمتكلسة(9).
الرؤية 6: مستمد من الذكاء الاصطناعي نقص الدم تدمج المؤشرات مورفولوجيا اللويحة، وطول الآفة، وإعادة تشكيل الوعاء الدموي، وخصائص تجويف الوعاء لتقدير تحديد تدفق الدم، مما يوفر مقياساً مترابطاً غير جراحي للقياسات الجراحية الاحتياطي الجزئي للتدفق (FFR) (10).
التحقق السريري والأدلة المراجعة من الأقران
تم تقييم نظام AI-QCT في العديد من التجارب الاستباقية، والسجلات، والدراسات المقارنة المنشورة في المجلات الرائدة في مجال أمراض القلب والتصوير الطبي، بما في ذلك مجلة الكلية الأمريكية لأمراض القلب, الدورة الدموية: تصوير القلب والأوعية الدموية, ، و المجلة الأوروبية لقلب الأوعية الدموية التصويرية (11).
الدراسات المحورية والسجلات
الرؤية 7: الـ تجربة كريدينس أظهر توافقاً وثيقاً بين تحليل التصوير المقطعي الشرياني التاجي بمساعدة الذكاء الاصطناعي والتصوير التداخلي تصوير الأوعية التاجية الكمي وقياس الاحتياطي الجزئي للتدفق (FFR)، مما يدعم دقة التشخيص الخاصة بتقييم الذكاء الاصطناعي للتصوير المقطعي المحوسب الكمي (AI-QCT) في تحديد المرض ذي الدلالة الديناميكية الدموية (12).
الرؤية 8: الـ سجل CONFIRM2, ، والتي شملت عشرات الآلاف من المرضى في بلدان متعددة، أظهرت أن سمات اللويحات التي يتم قياسها كمياً بواسطة الذكاء الاصطناعي تحدد تدرجاً واسعاً في مخاطر الإصابة بأمراض القلب والأوعية الدموية بين المرضى الذين يعانون من انسداد غير انسدادي مرض الشريان التاجي (7).
الرؤية 9: الـ دراسة معينة أثبت أن تقييم التصوير المقطعي المحوسب لكمية تصلب الشرايين التاجية المدعوم بالذكاء الاصطناعي (AI-QCT) يحسن بشكل كبير اليقين التشخيصي مقارنة بالتفسير القياسي، مما أدى إلى علاج طبي أكثر ملاءمة وتقليل عدد الفحوصات الإضافية غير الضرورية (1).
| دراسة | N | النتيجة الرئيسية | قيمة احتمالية | دلالة سريرية |
| تأكيد 2 | 6,550 | تحسنت مساحة تحت منحنى خصائص التشغيل للمستقبل (AUC) للأحداث القلبية الوعائية السلبية الكبرى (MACE) من 0.62 إلى 0.75 | <٠٫٠٠١ | دقة إنذارية محسنة |
| مصداقية | 513 | توافق عالٍ مع القياس التداخلي لجزئي تدفق الدم | أقل من 0.01 | تقييم غير جراحي قابل للتطبيق لنقص الإرواء |
| باسيفيك-١ | 208 | تجاوز الذكاء الاصطناعي القراء الخبراء | <٠٫٠٥ | انخفاض التباين بين الملاحظين |
| وعد (مجموعة فرعية) | 4,347 | إعادة تصنيف حالات التضيق 41% | — | تقليل الإيجابيات الكاذبة |
تنفيذ أمراض القلب الوقائية ومراقبة الأمراض طولياً
دمج تقنية التصوير المقطعي المحوسب الكمي المدعوم بالذكاء الاصطناعي (AI-QCT) في مسار العمل السريري لأمراض القلب الوقائية يحول التركيز السريري من التقييم العرضي إلى المتابعة الطويلة الأجل لأمراض الشرايين التصلبية.
البصيرة 10: إتيان الكمية الإجمالية للويحات العصيدية يتيح تقييماً موضوعياً لتطور المرض أو تراجعه ب مرور الوقت، مما يسهل نهج العلاج الموجه بالهدف استرشاداً بالتصوير التسلسلي (7).
الرؤية 11: تتيح أدوات المقارنة المستندة إلى الذكاء الاصطناعي تقييم التغيرات في تكوين اللويحات، بما في ذلك استقرارها أو انحسارها لويحة غنية بالدهون استجابةً للعيلاج الطبي (١٣).
التقدم في الأجهزة: التصوير المقطعي المحوسب لعد الفوتونات
يعتمد أداء تقنية الذكاء الاصطناعي للتصوير المقطعي الكمي (AI-QCT) على جودة بيانات التصوير المُدخلة، والتي تستمر في التحسن مع التقدم في أجهزة التصوير المقطعي المحوسب.
الرؤية 12: التصوير المقطعي الحاسوب بفرز الفوتونات الأنظمة تحول فوتونات الأشعة السينية مباشرة إلى إشارات كهربائية، مما يقلل من الضوضاء الإلكترونية و الآثار الناتجة عن تزهر الكالسيوم مقارنة بالكواشف التقليدية المدمجة للطاقة (14).
الرؤية 13: يوفر التصوير المقطعي المحوسب بالفوتونات (PCCT) دقة مكانية أعلى مع جرعة إشعاع وتباين أقل، مما يوسع نطاق أهلية تصوير الشرايين التاجية بالمستكشف المقطعي ليشمل المرضى الذين يعانون من ارتفاع معدلات ضربات القلب, مرتفع مؤشر كتلة الجسم, أو احتشاء تاجي واسع النطاق تکلس (15).
تداعيات النظام الاقتصادي والصحي
يتماشى تبني تصوير القلب المدعوم بالذكاء الاصطناعي مع اتجاهات الرعاية الصحية الأوسع نحو الرعاية القائمة على القيمة والوقاية.
الرؤية 14: تُتوقع لتحليلات السوق نموٌ سريع لتطبيقات الذكاء الاصطناعي في طب القلب، مدفوعاً بتحسين كفاءة التشخيص والانخفاض المحتمل في التكاليف اللاحقة المرتبطة بأحداث الشريان التاجي الحادة (١٦).
البيرة 15: الحديد المبكر للحالات عالية الخطورة أنماط اللويحات الظاهرية قد يقلل من معدلات احتشاء عضلة القلب والنفقات الصحية المرتبطة بها من خلال إتاحة التدخل بشكل مبكر وأكثر استهدافاً (17).
الاستنتاجات والاتجاهات المستقبلية
يتجه طب القلب الوقائي بشكل متزايد نحو نموذج مستند إلى البيانات الحيوية، يؤكد على عبء الترسبات وتكوينها بدلاً من شدة التضيق وحدها. توفر تقنية القياس الكمي المعتمد على الذكاء الاصطناعي للتصوير المقطعي المحوسب إطاراً كمياً قابل للتكرار لتقييم تصلب الشرايين التاجية قبل حدوث السريرية.
الرؤية 16: من المرجح أن تشمل التطورات المستقبلية دمج أنظمة الذكاء الاصطناعي الوكيلية، ونماذج القلب الرقمية الطولية، وتدفقات البيانات متعددة الوسائط التي تتضمن معلومات جينومية وأيضية (18).
الرؤية 17: مع تولي الذكاء الاصطناعي دوراً أكبر في تفسير الصور والقياس الكمي، قد يركز الأطباء بشكل متزايد على اتخاذ القرارات السريرية الأعلى مستوى، وتوصيات المخاطر، وتحسين العلاج الفردي (19).
المراجع
- Nurmohamed NS, Cole JH, Budoff MJ, et al. Impact of atherosclerosis imaging-quantitative computed tomography on diagnostic certainty, downstream testing, coronary revascularization, and medical therapy: the CERTAIN study. Eur Heart J Cardiovasc Imaging. 2024;25(6):857-866. doi:10.1093/ehjci/jeae029
- Falk E, Shah PK, Fuster V. Coronary plaque disruption. Circulation. 1995;92(3):657-671. doi:10.1161/01.cir.92.3.657
- Global Burden of Cardiovascular Diseases and Risks 2023 Collaborators. Global, Regional, and National Burden of Cardiovascular Diseases and Risk Factors in 204 Countries and Territories, 1990-2023. J Am Coll Cardiol. 2025;86(22):2167-2243. doi:10.1016/j.jacc.2025.08.015
- Lloyd-Jones DM. Cardiovascular risk prediction: basic concepts, current status, and future directions. Circulation. 2010;121(15):1768-1777. doi:10.1161/CIRCULATIONAHA.109.849166
- Douglas PS, Hoffmann U, Patel MR, et al. Outcomes of anatomical versus functional testing for coronary artery disease. N Engl J Med. 2015;372(14):1291-1300. doi:10.1056/NEJMoa1415516
- Greenland P, Blaha MJ, Budoff MJ, Erbel R, Watson KE. Coronary Calcium Score and Cardiovascular Risk. J Am Coll Cardiol. 2018;72(4):434-447. doi:10.1016/j.jacc.2018.05.027
- Feuchtner GM, Lacaita PG, Bax JJ, et al. AI-Quantitative CT Coronary Plaque Features Associate With a Higher Relative Risk in Women: CONFIRM2 Registry. Circ Cardiovasc Imaging. 2025;18(6):e018235. doi:10.1161/CIRCIMAGING.125.018235
- Oikonomou EK, Khera R. Machine learning in precision diabetes care and cardiovascular risk prediction. Cardiovasc Diabetol. 2023;22(1):259. Published 2023 Sep 25. doi:10.1186/s12933-023-01985-3
- Koo BK, Yang S, Jung JW, et al. Artificial Intelligence-Enabled Quantitative Coronary Plaque and Hemodynamic Analysis for Predicting Acute Coronary Syndrome. JACC Cardiovasc Imaging. 2024;17(9):1062-1076. doi:10.1016/j.jcmg.2024.03.015
- Nørgaard 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 Am Coll Cardiol. 2014;63(12):1145-1155. doi:10.1016/j.jacc.2013.11.043
- Beerkens FJ, Tang GHL, Kini AS, et al. Transcatheter Aortic Valve Replacement Beyond Severe Aortic Stenosis: JACC State-of-the-Art Review. J Am Coll Cardiol. 2025;85(9):944-964. doi:10.1016/j.jacc.2024.11.051
- Griffin WF, Choi AD, Riess JS, et al. AI Evaluation of Stenosis on Coronary CTA, Comparison With Quantitative Coronary Angiography and Fractional Flow Reserve: A CREDENCE Trial Substudy. JACC Cardiovasc Imaging. 2023;16(2):193-205. doi:10.1016/j.jcmg.2021.10.020
- Zaman S, Wasfy JH, Kapil V, et al. The Lancet Commission on rethinking coronary artery disease: moving from ischaemia to atheroma. Lancet. 2025;405(10486):1264-1312. doi:10.1016/S0140-6736(25)00055-8
- Willemink MJ, Persson M, Pourmorteza A, Pelc NJ, Fleischmann D. Photon-counting CT: Technical Principles and Clinical Prospects. Radiology. 2018;289(2):293-312. doi:10.1148/radiol.2018172656
- Schiebler ML, Jinzaki M, Yanagawa M, et al. Future Applications of Cardiothoracic CT. Radiology. 2025;315(3):e240085. doi:10.1148/radiol.240085
- Windecker S, Gilard M, Achenbach S, et al. Device innovation in cardiovascular medicine: a report from the European Society of Cardiology Cardiovascular Round Table. Eur Heart J. 2024;45(13):1104-1115. doi:10.1093/eurheartj/ehae069
- Undas A, Musiał J, Ząbczyk M. Antiphospholipid antibodies and atherosclerotic vascular disease: recent advances. Rheumatol Int. 2025;45(12):279. Published 2025 Nov 29. doi:10.1007/s00296-025-06050-8
- Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med. 2019;25(1):44-56. doi:10.1038/s41591-018-0300-7
- Shetty NS, Gaonkar M, Pampana A, et al. Association of Pathogenic/Likely Pathogenic Inherited Cardiomyopathy Variants With Heart Failure: A TOPMed Multiancestry Analysis. Mayo Clin Proc. 2025;100(11):1948-1955. doi:10.1016/j.mayocp.2025.01.021



