郭邦俊 张龙江 卢光明*

《中国心血管健康与疾病报告2020 概要》报告指出，中国心血管病（cardiovascular diseases, CVD）现患病人数约3.3 亿，其中冠心病（coronary artery disease,CAD）病人约 1 139 万[1]。心血管 CT 是一种无创检测CVD 的方法，能够为疾病诊断、疗效监测以及预后评估等方面提供影像学证据。然而，在心血管疾病诊疗过程中会产生海量数据，包括病史记录以及实验室检查、病理学、基因检测的结果，影像学检查的影像数据及报告等。由于临床医生的经验水平及时间所限，对病人的这些信息很难分析透彻，因此误诊的情况随时有发生的可能[2]。

目前适用的诊断或者预测模型通常建立于某一人群，然而随着精准医学时代的到来，需要对每例病人的情况做出推断，而不能满足于总体上正确[3]。与常用的统计学模型不同的是，人工智能（artificial intelligence，AI）模型可以利用不同的算法从海量的数据中完成学习，并且不断优化自身的性能，突破了传统统计学模型的局限。最近，有多篇文献[4]报道AI 运用于疾病的监测、诊断、分类乃至结局预测的研究成果。本文通过复习文献对心血管CT影像学中常用的AI 术语予以介绍，并总结AI 相关技术在该领域研究与应用，最后讨论AI 在心血管影像中的应用局限和对未来的展望。

1 与心血管CT 影像学相关的AI 术语及其应用

1.1 AI AI 是一个定义广泛的术语。当前许多研究中使用的深度学习（deep learning,DL）、机器学习（machine learning,ML）等方法都属于AI 技术。根据是否有手动标注的标签（例如疾病的活检结果）输入模型内，ML 方法可以分为无监督学习与监督学习[5]。……