人群策略预防心血管疾病已被证实有效。然而，心肌梗死具有高致死率及致残率，针对这种高风险疾病的人群尚缺乏有效预防策略。

　　多数急性冠脉综合征的发生与冠状动脉大斑块破裂有关。当前使用冠脉CT可无创可视化识别动脉粥样斑块。因此， 明确人群动脉粥样斑块真实的患病率及特点，是建立基于影像的高危筛查预防策略的前提。

　　瑞典心肺生物影像研究 （Swedish CArdioPulmonay BioImage Study， SCAPIS）是一项人群基础前瞻性研究，随机招募50~64岁人群（n=30 154）（图1）。SCAPIS探索性研究招募人群1111例。研究使用西门子SOMATOM Definition Flash完成冠状动脉计算机断层血管造影（CCTA），利用机器学习方法建模识别辨识联合暴露的广泛的动脉粥样硬化（定义为超过4个冠脉节段）。

 

图1. SCAPIS研究设计

　　SCAPIS数据收集包括易损斑块影像（冠脉CT， 颈动脉超声，颈动脉核磁），内脏、心外膜及肝脏脂肪分布情况（CT识别），肺组织结构变化情况（CT识别）；招募基线调查数据还包括血液学检查、人体测量、血压、踝臂指数、活动记录、肺功能和心电图等；问卷包括环境、社会经济学、饮食情况；此外，收集血尿基因‘银行’和随访资料（死亡率等）。研究人员拟将SCAPIS建设成为一个开放的资源平台。

　　在SCAPIS研究中，83% 被招募者有良好的影像资料且无既往心脑血管疾病。6.6%影像质量欠佳。总体来说，42.1%被招募者存在不同形式的动脉粥样硬化；5.2%冠脉狭窄＞50%，1.9%存在左主干、前降支近端或三支血管病变；8.3%存在任何合并非钙化的斑块（图2）。冠脉动脉粥样随年龄及传统危险因素增加而增加，男性比女性更常见。冠状动脉粥样硬化及显著狭窄常见发生在前降支近端 。

 

图2. SCAPIS研究纳入患者的冠状动脉粥样硬化类型及患病率

　　使用性别，年龄，传统危险因素，活动情况等数据建立的机器学习模型预测超过4个节段动脉粥样硬化具有较高的准确率（AUC=0.8）。与临床模型（clinical model）相比，‘居家模型’（home model）同样有效。30%居家模型预测高危患者中，约67%经冠脉CT确认存在超过4个冠脉病变节段（图3）。

图3. 动脉粥样硬化的预测模型

　　‘沉默’的冠心病是人群中常见但尚未完全明确的一类疾病，使用易获取的信息建立的模型，可预测与临床事件发生相关的冠状动脉粥样硬化病变。SCAPIS研究探讨了使用简单，居家测试初步筛查可能存在亚临床冠心病的人群，进一步进行其他血液学、冠脉CT等相关检查。

　　SCAPIS研究的意义如下：1. 从预防高血压、糖尿病等一般人群预防策略，向高危疾病或并发症（亚临床冠心病、心肌梗死）人群预防策略的探索。2.研究使用的机器学习方法，建立‘居家模型’，初步筛查可能存在严重冠脉病变的人群，进一步进行冠脉CT等检查，将降低卫生经济学成本。人工智能技术越来越多地用于疾病预警，与传统的统计学方法相比，人工智能机器学习方法能处理更多维度的数据，但也需要考虑真实世界使用这样的模型的可行性。