根據衛生福利部106年國人十大死因統計，心臟疾病為台灣十大死因第二名，但心血管疾病之死亡率已超過首位的癌症；尤其九成急性心肌梗塞病人到院前已死亡，是一項不容忽視的疾病。心血管疾病初期多半沒有明顯症狀，而有高血糖、高血壓、高血脂、吸菸、高齡、急性心肌梗塞家族病史者，屬於心血管疾病高危險族群，更需評估未來心血管疾病的風險，進而及早預防及介入處理。


冠狀動脈鈣化指數過高 罹患心血管疾病之風險相對提升
冠狀動脈鈣化是冠狀動脈心臟病(或簡稱冠心病)的前兆，其成因是病人血脂沈積於冠狀動脈血管壁上，部分平滑肌肉細胞填滿脂肪，核心逐漸壞死，慢慢形成纖維化的斑塊，再隨著時間逐年鈣化；從血脂沈積到出現鈣化斑塊，一般來說需要五到十年的時間。


冠狀動脈鈣化指數是心臟病或中風的強預測因子，鈣化指數越高，未來發生心血管疾病的風險越大。醫師一般是以多層次電腦斷層掃描(CT)取樣，進行冠狀動脈鈣化篩檢評估，這種檢查是非侵襲性且不必注射顯影劑；影像經重組可計算出鈣化程度指數，並顯示冠狀動脈鈣化斑塊所在的位置，醫師可藉此做出評估及正確的處置。


藉由人工智慧深度學習 偵測冠狀動脈斑塊病灶及自動產出檢查報告
萬芳醫院放射線科團隊使用臨床診斷上最常用的鈣化計分系統標記電腦斷層掃描影像，做為以人工智慧深度學習技術開發臨床自動報告輔助診斷系統之訓練學習資料。透過多例不同病人多角度血管圖檔及鈣化位置與程度資訊，自動產生三條大血管和其他小血管實際鈣化位置及鈣化程度的圖像式報告，藉此輔助臨床診斷工作。由於急性心肌梗塞發生與非鈣化性斑塊的破裂或腐蝕(erosion)有關，醫師面對急性心肌梗塞的病患時，除了以鈣化分析之外，另外也需要電腦斷層血管攝影(CCTA)，透過對比劑強化心臟電腦斷層血管影像，增強冠狀動脈血液的訊號，藉此辨識非鈣化的斑塊，並更進一步確認血管的狹窄程度。


研究團隊所開發之深度學習模型能夠自動辨識影像，並偵測出冠狀動脈結構、定位斑塊病灶及產出檢查報告，協助臨床醫師更有效率地完成診斷，加速診斷流程，減少病患等待影像報告時間。

 

萬芳團隊使用有效率軟體標記血管位置(圖片來源：計畫團隊提供)

＊備註：鈣化分析是運用非對比劑強化電腦斷層影像特性，由臨床醫師將影像上位於冠狀動脈處之鈣化病灶圈選進行鈣化指數之計算，鈣化指數之數值越大，風險越高。