निवारक हृदय रोग विज्ञान में तकनीकी पुनर्जागरण – कृत्रिम बुद्धिमत्ता, मात्रात्मक कोरोनरी टोमोग्राफी
परिचय
हृदय-रक्तवाहिनी चिकित्सा एक महत्वपूर्ण प्रतिमान परिवर्तन से गुजर रही है, जो मुख्यतः प्रतिक्रियाशील, लक्षण-आधारित मॉडल से प्रारंभिक पहचान और व्यक्तिगत जोखिम मूल्यांकन पर आधारित एक निवारक ढांचे की ओर बढ़ रही है। इस परिवर्तन के केंद्र में कोरोनरी के साथ कृत्रिम बुद्धिमत्ता (AI) का एकीकरण है। कंप्यूटेड टोमोग्राफी एंजियोग्राफी (CCTA), विशेष रूप से इसके विकास के माध्यम से धमनी काठिन्य इमेजिंग–मात्रात्मक कम्प्यूटेड टोमोग्राफी (AI-QCT)। यह दृष्टिकोण कार्डियोलॉजी में एक लंबे समय से चली आ रही सीमा को संबोधित करता है: पारंपरिक निदान उपकरणों की गैर-रुकावटकारी, वसा-युक्त कोरोनरी धमनियों का विश्वसनीय रूप से पता लगाने में असमर्थता। पट्टिका, इस तरह के बावजूद घाव की अधिकांश जिम्मेदारी तीव्र कोरोनरी सिंड्रोम और अचानक हृदय गति बंद होने से मौत घटनाएँ (1).
इस सीमा की नैदानिक प्रासंगिकता पर्याप्त है। महामारी विज्ञान और रोगविज्ञान संबंधी अध्ययन लगातार यह दर्शाते हैं कि अधिकांश मायोकार्डियल इन्फार्क्शन टूटने से पहले प्रवाह-सीमित नहीं होने वाली पट्टिकाओं से उत्पन्न होता है (2)। जैसे हृदय रोग यह विश्व स्तर पर मृत्यु का प्रमुख कारण बना हुआ है, और 2030 तक वार्षिक मौतों की संख्या 20 मिलियन से अधिक होने का अनुमान है, इसलिए नैदानिक घटनाओं के होने से पहले उच्च-जोखिम वाले कोरोनरी एथेरोस्क्लेरोसिस की पहचान करने के लिए बेहतर तरीकों की आवश्यकता लगातार बढ़ रही है (3)।.
हृदय संबंधी जोखिम वर्गीकरण का विकास और एथेरोस्क्लेरोसिस का जीवविज्ञान
पारंपरिक हृदय संबंधी जोखिम वर्गीकरण अप्रत्यक्ष संकेतकों जैसे सीरम लिपिड स्तरों पर निर्भर करता है, रक्तचाप, ग्लाइसेमिक नियंत्रण, धूम्रपान जनसंख्या-आधारित में शामिल स्थिति, और जनसांख्यिकीय चर जोखिम कैलकुलेटर. जबकि ये मॉडल जनसंख्या स्तर पर उपयोगी साबित हुए हैं, वे अक्सर व्यक्तिगत रोगियों पर लागू होने पर सटीकता की कमी दिखाते हैं, विशेष रूप से उन लोगों में जो दिखावटी रूप से “सामान्य” हैं” जोखिम कारक वे प्रोफाइल जिनमें फिर भी महत्वपूर्ण उपनैदानिक रोग मौजूद रहता है (4).
एथेरोस्क्लेरोसिस धमनी की दीवार का एक दीर्घकालिक सूजन संबंधी रोग है, न कि केवल धमनी के अंदरूनी मार्ग में अवरोध से परिभाषित विकार। पट्टिका के भीतर विकसित होती है। इंटिमा और इसमें लिपिड, रेशेदार ऊतक, सूजनकारी कोशिकाएं और कैल्शियम के विभिन्न अनुपात होते हैं। पारंपरिक निदान परीक्षण—जिसमें व्यायाम तनाव परीक्षण, इलेक्ट्रोकार्डियोग्राफी और आक्रामक कोरोनरी एंजियोग्राफी शामिल हैं—मुख्य रूप से तब ही रोग का पता लगाते हैं जब वह उत्पन्न हो चुका होता है। रक्तप्रवाह की दृष्टि से महत्वपूर्ण संकीर्णता, आमतौर पर 70% या उससे अधिक की ल्यूमिनल संकीर्णता के रूप में परिभाषित (5).
अंतर्दृष्टि 1: ऑटॉप्सी और एंजियोग्राफिक अध्ययनों से पता चलता है कि लगभग 70–75% मायोकार्डियल इन्फार्क्शन ऐसे रक्तवाहिनियों में होते हैं जिनमें 50% से कम संकुचन होता है। स्टेनोसिस सूचकांक घटना से पहले, यह दर्शाता है कि तीव्र कोरोनरी सिंड्रोम का अनुभव करने वाले अधिकांश रोगियों की पहचान केवल मानक तनाव परीक्षण द्वारा उच्च जोखिम वाले के रूप में नहीं की गई होती (2)।.
अंतर्दृष्टि 2: कोरोनरी धमनी कैल्शियम स्कोरिंग (CACS) को पहचान करके उपनैदानिक रोग का पता लगाने में सुधार करने के लिए विकसित किया गया था। कैल्सीफाइड प्लाक. हालांकि, CACS का पता नहीं चलता बिना-कैल्शियम वाला प्लाक, और एक कैल्शियम स्कोर शून्य का अर्थ लिपिड-युक्त, फटने वाले घावों की उपस्थिति को खारिज नहीं करता (6)।.
अंतर्दृष्टि 3: AI-QCT कुल कोरोनरी का गैर-आक्रामक मात्रांकन सक्षम करता है। प्लाक का बोझ, सहित कम-घनत्व वाला अकल्सीकृत प्लाक, जो केवल स्टेनोसिस की गंभीरता की तुलना में भविष्य की हृदय संबंधी घटनाओं के साथ अधिक जुड़ाव रखता है, यह दर्शाया गया है (7).
| प्लाक की विशेषता | दृश्यता (CACS) | दृश्यता (मानक CCTA) | दृश्यता (एआई-क्यूसीटी) | नैदानिक जोखिम प्रोफ़ाइल |
| कैल्सीफाइड पट्टिका | उच्च | उच्च | उच्च | आम तौर पर स्थिर; पुरानी बीमारी का संकेतक |
| अनासुरी पट्टिका | कोई नहीं | गुणात्मक / सीमित | मात्रात्मक / उच्च | उच्च फटने का जोखिम |
| निम्न-घनत्व प्लाक | कोई नहीं | चर | उच्च | एसीएस के साथ मजबूत संबंध |
| कुल तख्ती की मात्रा | कोई नहीं | अप्रत्यक्ष अनुमान | सटीक (घन मिलीमीटर) | भविष्य की घटनाओं का मजबूत पूर्वानुमानकर्ता |
एआई-सक्षम कोरोनरी विश्लेषण की तकनीकी वास्तुकला
AI-QCT प्लेटफ़ॉर्म केवल दृश्य व्याख्या पर निर्भर रहने के बजाय कोरोनरी ट्री का वॉक्सल-स्तर पर विश्लेषण करते हैं। ये प्रणालियाँ गहरी-सीखने वाली संरचनाओं का उपयोग करती हैं—जिनमें कन्वोल्यूशनल न्यूरल नेटवर्क (CNNs), त्रि-आयामी U-Net विभाजन मॉडल, और VGG-आधारित वर्गीकरणकर्ता शामिल हैं—जो बड़े, संकलित डेटासेट पर प्रशिक्षित की जाती हैं, जो इमेजिंग विशेषताओं को आक्रामक सत्यापन और दीर्घकालिक नैदानिक परिणामों से जोड़ते हैं (8).
अंतर्दृष्टि 4: AI-QCT उच्च-रिज़ॉल्यूशन CCTA के अधिग्रहण से शुरू होता है। समकालीन बहु-डिटेक्टर सीटी प्रणालियाँ, जिनमें 64- और 640-स्लाइस स्कैनर शामिल हैं, समयगत और स्थानिक विभेदन गति विकृति को न्यूनतम करने और कोरोनरी संरचना की सटीक विभाजन क्षमता को सक्षम करने के लिए आवश्यक (5)।.
अंतर्दृष्टि 5: स्वचालित एल्गोरिदम कोरोनरी की पहचान करते हैं। ल्युमेन और रक्तवाहिनी की दीवार और प्लाक घटकों का हाउन्सफील्ड यूनिट अटेन्यूएशन मानों के अनुसार वर्गीकरण करें, जिससे लिपिड-युक्त, रेशेदार, और कैल्सीफाइड ऊतक में अंतर करना संभव हो (9).
अंतर्दृष्टि 6: एआई-उत्पन्न इस्क्रीमिया सूचकांक प्लाक की बनावट, घाव की लंबाई, रक्तवाहिनी का पुनर्निर्माण, और गुहा की ज्यामिति को एकीकृत करके प्रवाह प्रतिबंध का अनुमान लगाते हैं, जो आक्रामक परीक्षण का एक गैर-आक्रामक सहसंबंध प्रदान करते हैं। अंशिक प्रवाह आरक्षित (एफएफआर) (10).
नैदानिक प्रमाणीकरण और सहकर्मी-समीक्षित साक्ष्य
AI-QCT का मूल्यांकन कई संभावित परीक्षणों, रजिस्ट्रियों और तुलनात्मक अध्ययनों में किया गया है, जो प्रमुख हृदय रोग और इमेजिंग पत्रिकाओं में प्रकाशित हुए हैं, जिनमें शामिल हैं जर्नल ऑफ़ द अमेरिकन कॉलेज ऑफ़ कार्डियोलॉजी, परिसंचरण: हृदय-रक्तवाहिनी इमेजिंग, और यूरोपीय हार्ट जर्नल – हृदय संबंधी इमेजिंग (11).
लैंडमार्क परीक्षण और रजिस्ट्री
अंतर्दृष्टि 7: द क्रेडेन्स परीक्षण एआई-सहायित सीसीटीए विश्लेषण और इनवेसिव के बीच घनिष्ठ सहमति प्रदर्शित हुई। मात्रात्मक कोरोनरी एंजियोग्राफी और एफएफआर, जो हेमोडायनामिक रूप से महत्वपूर्ण रोग की पहचान के लिए एआई-क्यूसीटी की नैदानिक सटीकता का समर्थन करते हैं (12)।.
अंतर्दृष्टि 8: द कन्फर्म2 रजिस्ट्री, जिसमें कई देशों में फैले दसियों हज़ार मरीज़ शामिल थे, ने दिखाया कि एआई-मापी गई प्लाक विशेषताएँ गैर-रुकावटी वाले मरीज़ों में हृदय संबंधी जोखिम की एक विस्तृत श्रेणी की पहचान करती हैं कोरोनरी धमनी रोग (7).
अंतर्दृष्टि 9: द निश्चित अध्ययन यह प्रदर्शित किया गया कि मानक व्याख्या की तुलना में AI-QCT ने निदान की निश्चितता में महत्वपूर्ण रूप से सुधार किया, जिसके परिणामस्वरूप अधिक उपयुक्त चिकित्सा उपचार और कम अनावश्यक बाद के परीक्षण हुए (1)।.
| अध्ययन | N | मुख्य निष्कर्ष | पी-मान | नैदानिक निहितार्थ |
| पुष्टि करें2 | 6,550 | MACE के लिए AUC 0.62 से बढ़कर 0.75 हो गया। | <0.001 | बेहतर पूर्वानुमान सटीकता |
| विश्वासनीयता | 513 | इनवेसिव FFR के साथ उच्च सहसंबंध | <0.01 | व्यावहारिक गैर-आक्रामक इस्कीमिया मूल्यांकन |
| पैसिफिक-1 | 208 | एआई ने विशेषज्ञ पाठकों को पीछे छोड़ दिया। | <0.05 | अवलोककों के बीच परिवर्तनशीलता में कमी |
| प्रतिज्ञा (उपसमूह) | 4,347 | 41% स्टेनोसिस का पुनर्वर्गीकरण | — | गलत सकारात्मक परिणामों में कमी |
रोकथाम संबंधी हृदय रोग विज्ञान का कार्यान्वयन और दीर्घकालिक रोग निगरानी
प्रिवेंटिव कार्डियोलॉजी वर्कफ़्लो में AI-QCT के एकीकरण से नैदानिक ध्यान एपिसोडिक मूल्यांकन से एथेरोस्क्लेरोटिक रोग की दीर्घकालिक निगरानी की ओर स्थानांतरित हो जाता है।.
अंतर्दृष्टि 10: कुल प्लाक भार का मात्राकरण समय के साथ रोग की प्रगति या प्रतिगमन का वस्तुनिष्ठ मूल्यांकन संभव बनाता है, जिससे सीरियल इमेजिंग द्वारा निर्देशित ट्रीट-टू-टारगेट दृष्टिकोण को सुविधा मिलती है (7).
अंतर्दृष्टि 11: एआई-आधारित तुलना उपकरण प्लाक संरचना में परिवर्तनों का मूल्यांकन करने की अनुमति देते हैं, जिसमें स्थिरीकरण या प्रतिगमन शामिल है। लिपिड-युक्त प्लाक चिकित्सा उपचार के प्रति (13).
हार्डवेयर में प्रगति: फोटॉन-गणना कम्प्यूटेड टोमोग्राफी
AI-QCT का प्रदर्शन इनपुट इमेजिंग डेटा की गुणवत्ता पर निर्भर करता है, जो CT हार्डवेयर में प्रगति के साथ लगातार बेहतर होती जा रही है।.
अंतर्दृष्टि 12: फोटॉन-गणना सीटी (पीसीसीटी) प्रणालियाँ सीधे एक्स-रे फोटॉनों को विद्युत संकेतों में परिवर्तित करती हैं, जिससे इलेक्ट्रॉनिक शोर कम हो जाता है और कैल्शियम ब्लूमिंग कलाकृतियाँ पारंपरिक ऊर्जा-समाकलित डिटेक्टरों (14) की तुलना में।.
अंतर्दृष्टि 13: PCCT कम विकिरण और कंट्रास्ट खुराक के साथ उच्च स्थानिक संकल्प प्रदान करता है, जिससे उच्च वाले रोगियों के लिए कोरोनरी सीटी इमेजिंग की पात्रता बढ़ जाती है। हृदय गति, ऊँचा बॉडी मास इंडेक्स, या व्यापक कोरोनरी कैल्सीफ़िकेशन (15).
आर्थिक और स्वास्थ्य प्रणाली संबंधी प्रभाव
एआई-सक्षम हृदय इमेजिंग को अपनाना मूल्य-आधारित देखभाल और रोकथाम की ओर बढ़ते व्यापक स्वास्थ्य देखभाल रुझानों के अनुरूप है।.
अंतर्दृष्टि 14: बाजार विश्लेषणों में कार्डियोलॉजी में एआई अनुप्रयोगों के तीव्र विकास की भविष्यवाणी की गई है, जो बेहतर निदान दक्षता और तीव्र कोरोनरी घटनाओं से जुड़े बाद के खर्चों में संभावित कमी से प्रेरित है (16)।.
अंतर्दृष्टि 15: उच्च-जोखिम की प्रारंभिक पहचान तख्तिका फेनोटाइप्स अधिक शीघ्र और अधिक लक्षित हस्तक्षेप को सक्षम करके मायोकार्डियल इन्फार्क्शन की दरों और उससे संबंधित स्वास्थ्य देखभाल व्यय को कम कर सकता है (17)।.
निष्कर्ष और भविष्य की दिशाएँ
रोकथाम संबंधी हृदय रोग विज्ञान तेजी से एक जैविक रूप से सूचित मॉडल की ओर बढ़ रहा है, जो केवल संकीर्णता की गंभीरता के बजाय प्लाक के भार और संरचना पर जोर देता है। AI-QCT नैदानिक घटनाओं के होने से पहले कोरोनरी एथेरोस्क्लेरोसिस का आकलन करने के लिए एक पुनरुत्पादित, मात्रात्मक ढांचा प्रदान करता है।.
अंतर्दृष्टि 16: भविष्य के विकास में एजेंटिक एआई प्रणालियों का एकीकरण, दीर्घकालिक डिजिटल हृदय मॉडल, और जीनोमिक एवं मेटाबोलिक जानकारी शामिल करने वाली बहुमोडल डेटा धाराएँ शामिल होने की संभावना है (18)।.
अंतर्दृष्टि 17: जैसे-जैसे एआई छवि व्याख्या और मात्रांकन में अधिक भूमिका निभाता है, चिकित्सक उच्च-स्तरीय नैदानिक निर्णय-निर्माण, जोखिम संचार, और व्यक्तिगत उपचार अनुकूलन पर अधिक ध्यान केंद्रित कर सकते हैं (19).
संदर्भ
- 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



