近年來,血管內光學相干斷層成像(OCT)技術因其卓越的影像解析度,在血管生物學研究和經皮冠狀動脈介入治療(PCI)領域取得了顯著進展。OCT技術可深入分析動脈粥樣硬化的病理生物學,探討斑塊表型及急性冠狀動脈綜合徵(如斑塊侵蝕、新動脈粥樣硬化、支架血栓形成和非阻塞性冠狀動脈心肌梗死)的機制,從而加深了臨床對血管生物學的理解。此外,OCT作為血管造影的輔助成像工具,有效指導了PCI手術並優化了治療效果。然而,OCT技術的廣泛應用仍面臨一些挑戰,如影像解讀的主觀性和臨床結局資料的不足。未來,人工智慧(AI)輔助分析、多模態導管整合(如OCT與IVUS聯合成像)及微米級OCT(μOCT)技術有望進一步提升OCT在心血管醫學中的應用價值。
-
1992年:麻省理工學院Fujimoto教授發明了OCT技術;
-
1998年:麻省總醫院成立心臟OCT研究組,開展OCT與組織學的驗證研究;
-
2000年:首次人體OCT成像在韓國完成,證實OCT對斑塊特徵(纖維斑塊、鈣化斑塊、脂質斑塊)的識別準確性。
-
2004年:時域OCT(TD-OCT)在歐洲獲批,獲得歐盟CE認證;
-
2006年:頻域OCT(FD-OCT)取代TD-OCT,可實現20 mm/s的更快回拉速度;
-
2010年:美國FDA批准FD-OCT用於臨床,同年啟動MGH OCT全球註冊研究。
-
2016年:ILUMIEN III試驗結果釋出,首次驗證OCT指導PCI和IVUS效果相當;
-
2017年:EROSION研究發表,驗證部分急性冠狀動脈綜合徵(ACS)患者可透過OCT指導避免支架植入,開創保守治療先河;
-
2021年:《2021 ACC/AHA/SCAI冠狀動脈血運重建指南》更新,OCT獲IIa類推薦。
OCT憑藉其高解析度成像、高信噪比及斑塊成分分析能力,使血管結構的精細視覺化成為可能,被稱為“光學活檢”。目前,血管內OCT成像的兩大核心應用為體內血管生物學研究和PCI最佳化。
在體內血管生物學研究方面,OCT以其10-20μm的高解析度,能夠詳細觀察冠狀動脈的微觀結構,包括脂質核心、纖維帽厚度、巨噬細胞積累和管腔內血栓等。這對於識別斑塊的易損性,尤其是薄帽纖維粥樣硬化斑塊(TCFA),具有重要意義。同時,OCT能夠區分斑塊的不同表型,如斑塊侵蝕、破裂和鈣化結節,進而幫助理解ACS的病理機制。此外,OCT還被用於新生動脈粥樣硬化(如藥物洗脫支架內的脂質新生內膜)和冠狀動脈非阻塞性急性心肌梗死(MINOCA)的病因分析。
在PCI最佳化方面,OCT可以全程指導治療,包括術前評估、術中決策及術後最佳化。在PCI手術前,OCT可提供斑塊特徵的詳細資訊,如識別脂質核心、鈣化厚度及分佈,預測圍手術期併發症(如遠端栓塞風險);同時,OCT還能精準計算參考血管直徑和病變長度,最佳化支架選擇。在PCI術中,OCT可最佳化支架植入,評估血管尺寸,檢測支架邊緣夾層、貼壁不良,確保最小支架面積(MSA)>5.0 mm²,還能量化鈣化角度和厚度,指導旋磨或衝擊波球囊的使用。在PCI術後,OCT可識別支架內再狹窄的情況,如新生動脈粥樣硬化及支架內血栓形成。
為實現血管內OCT的廣泛應用並確立其臨床核心地位,需攻克以下關鍵難題:
OCT影像分析高度依賴操作者的經驗,這不僅需要額外的培訓和經驗積累,而且主觀差異顯著限制了其標準化應用。AI或成為破解這一瓶頸的核心方向,近年來,多個研究團隊嘗試透過深度學習模型實現斑塊型別的精準診斷。例如,Park等開發了一種基於Transformer的深度學習模型,透過分析相鄰幀影像模擬專家逐幀評估斑塊表型的過程。該模型在診斷斑塊侵蝕時展現出優異的C統計量(0.94),顯著優於傳統卷積神經網路模型(C統計量0.85)。若應用於臨床,此類模型可快速、客觀地識別ACS患者的斑塊特徵,進而制定個體化治療策略。同時,最新OCT系統(Ultreo)已整合AI演算法,可自動量化斑塊內鈣化的角度和厚度。未來研究應聚焦於AI驅動的預後預測模型的開發,以超越傳統人工診斷侷限;並深度整合AI技術至OCT裝置中,以實現臨床常規應用。
OCT單模態成像在操作上存在固有侷限,如需要排除血管腔內的血液,難以評估開口病變及大血管全層結構等。因此,單靠OCT技術難以完全克服這些問題,近來研究發現,透過聯合OCT與IVUS成像可彌補不足。然而,使用兩種獨立導管成本高昂,因此多團隊致力於開發OCT-IVUS聯合導管。目前已有兩款產品進入臨床測試階段:
-
Novasight混合系統(Conavi Medical Inc):採用OCT透鏡與IVUS換能器共線設計,確保影像精準配準。
-
Dural Sensor IVUS-OCT(Terumo):將光學鏡頭與IVUS換能器並列排布,支援快速長程回撤成像。
然而,聯合導管仍面臨挑戰,包括縮小導管尺寸、實現影像同步配準及調整回撤速度等。儘管此類技術尚處早期探索階段,但其有望透過多模態成像最佳化PCI指導並深化血管生物學認知。
儘管現有OCT解析度(10-20 μm)遠超傳統影像,但在空間解析度方面仍存在侷限性,如無法視覺化單層內皮細胞(厚度約1-3 μm),導致斑塊侵蝕診斷存疑。μOCT是一種先進的OCT系統,使用更短的光波長,中心為800μm,提供1-3 μm的極高解析度,能夠視覺化血管壁內的單個細胞。但其組織穿透性和影像採集率問題仍待進一步解決。
OCT技術憑藉其高空間解析度和詳盡的斑塊表徵能力,在PCI最佳化和血管生物學研究中發揮了關鍵作用。儘管目前OCT尚未成為臨床實踐中冠脈成像的必需手段,但其發展勢頭持續向前。AI與新技術的整合,以及下一代OCT軟體和硬體的開發,有望推動PCI的最佳化,並深化臨床對血管生物學的理解。這些進展或將改善冠狀動脈疾病的預防策略與治療結局。
參考文獻:Yonetsu T, et, al. JACC Asia. 2023 Nov 28;4(2):89-107.
