编者按：近年来，基于CT的血流储备分数（CT-FFR）为冠脉功能学评估注入了新的生机。与传统的、有创的冠脉功能评估金标准FFR不同，其具有独特的无创优势和无限的发展空间，有望为冠脉疾病的诊疗提供更多指导。CIT 2020 Online特设专题会议，特邀中国医学科学院阜外医院徐波教授、杨伟宪教授、吕滨教授、王杨教授、宋雷教授，浙江大学医学院附属邵逸夫医院傅国胜教授、胡红杰教授，山东大学齐鲁医院李笃民教授、朝阳医院徐立教授、泰达国际心血管病医院张峰教授等多位专家以及北京心世纪医疗科技有限公司张静，共话领域进展，共商CT-FFR未来临床应用及发展之大计。

 

 

　　泰达国际心血管病医院张峰教授谈到，介入治疗时单纯靠狭窄程度可能会导致一些不当判断，故功能学评价意义重大。近年来，CT-FFR的相关国际临床试验陆续开展，结果鼓舞人心。早期的DISCOVER-FLOW、DeFACTO、NXT研究证实CT-FFR具有良好的诊断效能，敏感性及特异性到超过了80%；随后RIPCORD研究发现，CT-FFR可改变基于CT的临床诊断路径，帮助医生优化治疗方案；PROMISE研究表明，CT-FFR可提高从冠状动脉CT血管成像(CCTA)转诊冠状动脉造影(ICA)的效率，减少了有创冠脉造影的使用。ADVANCE研究发现，CT-FFR阴性患者的血管重建较少，MACE明显降低。PACIFIC研究证明，CT-FFR的敏感性优于CCTA、SPECT和PET。PLATFORM研究显示，对于有创检查患者使用CT-FFR可降低医疗成本达33%。综上可见，CT-FFR可有效识别临床高危患者，减少有创介入，带来更多临床获益。

 

　　聆听中国声音：CT-FFR CHINA研究彰显中国智慧

 

　　吕滨教授详细介绍了 CT-FFR CHINA研究的喜人结果。该前瞻性、多中心，自身对照临床试验，以FFR为金标准，分别对CT-FFR和CTA在判断冠状动脉管腔功能学狭窄方面的准确度进行了统计分析，并比较了CT-FFR和CTA的敏感性及特异性。其初步结果非常喜人，国产CT-FFR表现卓越（在CT-FFR≤0.8的人群中敏感性、特异性及准确率均高达90%以上）。不过，目前我国CT-FFR在图像质量、钙化问题和灰区等方面仍面临不小的挑战。未来，有必要进一步探索解决这些技术问题。

 

　　王杨教授强调了CT-FFR CHINA研究具有独特之处。其以有创的FFR为金标准，重点对比了CTA、CT-FFR的诊断敏感性、特异性和准确性。敏感性非劣效性、特异性优效性的独特设计，让我们对于这项新技术的临床价值有了更多认识。

 

　　看专家视点：共商临床应用与未来发展之大计

 

　　一项新技术要想能够被广泛推广应用于临床，操作的便捷性必不可少。对此，吕滨教授强调，对于稳定性患者，行CT-FFR时CT图像提取仅需十分钟，再进行云计算20分钟即可得到血管的三维图像，具有极好的可操作性。

 

　　王德峰教授强调，冠脉评估从影像学到功能学的过渡，还是需要与危险分层相结合。目前，CT-FFR的相关临床试验大多样本量小、准确性及敏感性结果低于90%。因此，对于低风险患者而言，CT-FFR的应用有助于降低成本。但是，对于高风险患者而言，如何将其与其他检查相结合规避风险，提高患者生存率和生活质量值得深思。

 

　　吕滨教授指出，目前初步调查数据显示，中国接近半数的二级医院都能开展冠脉CT，失败率约为8.6%；三级医院冠脉CTA的成功率超过90%。因此，中国CT-FFR的推广还是具有良好的技术基础。杨伟宪教授认为，CT-FFR技术既然基于CT成像，CT图像的分辨率及患者自身情况等均可导致假阳性和假阴性。胡红杰教授表示，CT-FFR 影响因素诸多，其临床推广应用应保证扫描的同质化和规范化。

 

　　徐立教授认为未来有必要探讨无创的CT-FFR检查能否用于急性心肌梗死多支病变患者及支架术后的随访。对此，吕滨教授表示，虽然目前在上述两类患者中CT-FFR的应用面临极大挑战，但未来还是可以尝试。

 

　　李笃民教授认为，目前来看CT-FFR准确性不错，若能进行更多研发与改进，优化设备，做全统计数据，排除干扰因素，应该会有很好的应用前景。

 

　　话发展

 

　　宋雷教授指出，目前正在进行和既往开展的CT-FFR研究均存在一些局限性。主要是证据级别相对比较低，多为确证性研究、随机对照研究较少，观察时间相对较短，主要终点多为替代终点。这些局限性，无疑为未来该领域的研究提供了方向。开展更多前瞻性随机对照试验，关注临床策略及临床路径改变，探讨对远期临床事件的影响，做好卫生经济学性价，引入人工智能与机器学习，进行更深度的数据挖掘，扩大CT-FFR在外科手术中的应用，这些均将成为CT-FFR未来研究的重点。

 

　　张静提到，目前CT-FFR的存在灰区诊断性能下降、建模未考虑侧支循环、钙化和图像质量对结果影响较大等缺陷。因此，未来有必要通过数据积累实现基于深度学习的冠脉自动化提取，让CT-FFR更快更准；结合CTA和CFD等来共同计算，为冠心病预后提供更好的指导；并积极提高灰区诊断性能。

 

　　傅国胜教授指出，CT-FFR这一工具的广泛应用需要进一步深入探讨如何更大范围内地实现高数据的高效存储与共享等现实问题。