冠狀動脈介入治療策略之演變：生理功能、影像導引與AI輔助血管攝影的未來
在冠狀動脈介入治療（PCI）領域，關於解剖病灶嚴重程度與冠狀動脈生理功能評估何者為金標準的爭論從未止息。儘管生理功能評估（如FFR）一度被視為關鍵，但其臨床結果的變異性，以及血管內影像技術的興起，正共同形塑著介入心臟學的實踐。同時，隨著人工智慧（AI）的整合，傳統血管攝影術有望重獲其作為金標準的地位。
生理功能導引PCI的挑戰與侷限
生理功能導引PCI的效益在不同臨床情境下有所差異。早期研究如FAME試驗（2009年）顯示，對於穩定型多血管疾病患者，FFR導引的PCI相較於單純血管攝影導引，能顯著降低死亡或心肌梗塞（MI）的風險，預後更佳。然而，FLOWER MI試驗（2021年）針對急性冠狀動脈症候群（ACS）患者的多血管疾病，卻發現FFR導引PCI與血管攝影導引PCI之間在主要心血管事件上無顯著差異，甚至FFR組的MI發生率在數值上略高。這引發了思考：在ACS情境下，斑塊特徵的重要性可能超越單純的功能性狹窄評估。
血管內影像導引PCI的浮現與優勢
血管內影像技術（如IVUS和OCT）在PCI中的應用日益增加，其臨床效益也呈現複雜多變的結果。- RENOVATE Complex PCI試驗（2023年）指出，在複雜性冠狀動脈疾病患者中，血管內影像導引PCI相較於血管攝影導引，能顯著降低心血管死亡或MI的發生率。
- 然而，另一項針對糖尿病或複雜冠狀動脈疾病的試驗顯示，OCT導引PCI與血管攝影導引PCI在主要不良心臟事件（MACE）上並無顯著差異，但支架血栓的發生率有所降低。
為了釐清這些不一致，一項統合分析彙整了32項隨機對照試驗、超過22,000名患者的數據。結果顯示，與單純血管攝影導引相比，血管內影像導引PCI和生理功能導引PCI都能顯著降低MACE。然而，在所有評估終點（包括心血管死亡、MI和MACE）中，血管內影像導引PCI的表現最佳，其次是生理功能導引PCI，而傳統血管攝影導引則排名最差。此分析進一步發現，無論是ACS或非ACS患者，血管內影像導引PCI均是最佳策略，傳統血管攝影導引則始終表現最差。這表明，以血管內影像技術來精確評估斑塊特徵，在降低心血管事件方面優於單純的功能性評估。
傳統血管攝影的挑戰與AI帶來的轉機
儘管傳統血管攝影術至今仍廣泛應用，但其作為二維光照圖的本質存在諸多侷限：
- 它只能從影像上判斷狹窄程度，往往難以獲得精確的參考血管大小。
- 對分叉病灶、血管開口病灶及鈣化病灶的判斷能力有限。
- 影像品質易受機器、患者體型、血管重疊、顯影劑用量及攝影角度等因素影響。
然而，隨著科技進步，血管攝影導引的介入治療有望透過AI的輔助重新成為金標準。 未來的發展方向包括：
- 影像擷取技術的提升：例如利用HDR76模式。
- AI增強影像判讀：實現對狹窄的精準檢測和量化（如QCA），自動化分割血管，以及三維重建，這些對於處理分叉病灶尤為重要。
- 血管攝影衍生的生理功能評估：透過AI分析整個冠狀動脈樹的血流動力學。
- AI輔助手術規劃與優化：例如在術前進行虛擬支架置放模擬，預測血流變化，並結合斑塊特性資訊，大幅降低術中的不確定性。
這種由AI賦能的「未來導管室」願景，將使血管攝影術從傳統的螢光影像轉變為結合高精準度、即時處理和計算規劃的先進工具。透過消除傳統血管攝影的固有不確定性，AI有潛力使其重新成為冠狀動脈介入治療的金標準，最終提升患者的治療效果。
