牛津团队综述：冠周脂肪成像把冠脉炎症变成可量化指标，FAI Score 在调脂、生物制剂和放疗后均出现下降
核心概要
这篇由牛津大学团队撰写的综述系统梳理了冠周脂肪组织（PCAT）作为冠脉炎症生物传感器的解剖生理基础，说明标准化后的脂肪衰减指数（FAI Score）如何校正技术、解剖和生物学变异并用于预测 MACE，并汇总了人工智能自动分割与多参数风险建模的作用，以及他汀、抗 oxLDL 抗体、抗 TNF 生物制剂、放疗和卡格列净/GLP-1 类药物等干预后 FAI 下降的证据，指出 PCAT 成像有望补充传统危险因素和斑块指标，但当前证据仍在演进中。
81-year-old male with hypertension presented with acute LAD event 5.1 months after the index CCTA. (A) Non-obstructive mixed plaques in LAD; (B) Perivascular FAI mapping of whole LAD; (C) Left circumflex artery; (D) Perivascular FAI mapping of whole LCX; (E) Calcified plaque in RCA; (D) Perivascular FAI mapping of whole RCA.
PubMed深度剖析
综述提出 PCAT 是冠脉炎症的“温度计”：血管壁释放 IL-6、TNF-α 和脂质过氧化产物后，邻近血管壁的脂肪细胞变小、脂质减少、含水量升高，形成从血管壁向外的径向梯度，在 CCTA 上表现为衰减值向较不负的方向移动（脂肪衰减范围约 −190 至 −30 HU）。 把此前分散的解剖学、旁分泌信号和影像学观察整合为一条从分子机制到 CT 可测量梯度的完整链条，并明确 CT 衰减只是间接替代指标，受技术、解剖和采集因素影响。 基于对既有转化研究和机制文献的叙述性整合，文中未提供新的原始数据；作者同时指出该生物学关联“plausible”但衰减指标为间接替代。
FAI Score 通过对技术、生物学和解剖学因素进行校正，并使用年龄和性别特异性列线图解读，把原始 FAI 转化为跨扫描仪和扫描参数可比的标准化指标；综述称升高的 FAI Score 可在校正高危斑块特征、冠脉钙化积分和临床危险因素后独立预测 MACE。 相对未校正的平均衰减测量，FAI Score 的目标是成为平台无关、可重复的冠脉炎症生物标志物，从而支持跨中心比较和纵向随访。 综述引用 CRISP-CT 和 ORFAN 等大型队列作为外部验证依据，其中 ORFAN 被描述为纳入超过 100,000 例 CCTA 扫描（计划达到 250,000 例）并与长期临床结局关联；但作者强调其在常规临床实践中的角色“remains to be fully established”。
综述汇总了治疗对 FAI 的调节证据：52 例他汀初治非阻塞性 CAD 患者长期高剂量他汀治疗后，LAD 的 FAI Score 在约 1 年和 ≥3 年随访时显著下降，同时非钙化斑块体积减少、钙化斑块体积增加；15 周 orticumab 在银屑病随机双盲安慰剂对照试验中显著降低 FAI；134 例银屑病患者一年抗 TNF-α/IL-12/23/IL-17 生物制剂治疗后 FAI 显著低于匹配对照；乳腺癌患者胸部放疗两年后 FAI Score 与 AI 预测的炎症风险均下降。 把 FAI 从单纯的预后标志物推进为可能用于监测抗炎治疗反应的动态指标，覆盖调脂、免疫调节、抗 oxLDL 和放疗等多种干预。 证据来自多项小型前瞻性或观察性研究，作者明确将 colchicine、canakinumab、SGLT2 抑制剂和 GLP-1 受体激动剂的 PCAT 效应归为探索性、影像学确认尚待完成。
综述指出 AI 通过 U-Net 及其三维变体、注意力机制、transformer 模块、状态空间模型组件和自监督预训练等技术，实现 PCAT 与冠脉结构的自动分割，并可把斑块定量、FAI 与 Framingham、CAD-RADS、ASCVD 等风险评分整合进多参数预后模型；FAI、脂肪放射组学特征（FRP）和 C19-RS 等放射转录组签名分别捕捉动态炎症、长期结构重塑和细胞因子活性。 将 AI 定位为连接影像与分子机制的桥梁，使常规 CCTA 有望输出兼具动态和长期维度的炎症信息，而不仅是平均衰减值。 综述引用深度学习分割研究报告不同斑块类型的组内相关系数高于 0.9，并提及 CaRi-Heart 等已整合 PCAT 自动分割的商业平台；同时指出多数研究依赖较小且同质的队列，黑箱可解释性和标注数据不足仍是限制。
启示与展望
本文是一篇面向临床与影像读者的综述，其结论适用于已接受 CCTA 检查、需要评估冠脉炎症负担的人群，尤其是无阻塞性 CAD 但存在残余风险者。对临床医生而言，它提示在报告 CCTA 时可考虑 PCAT 这一维度及其下游治疗含义；对研究者而言，它勾勒出以 ORFAN 等大型注册队列为验证平台、以 AI 自动分割和多参数模型为工具的路线图，并指出前瞻性注册研究、健康经济学建模和指南纳入是走向临床应用的必经环节。
读者仍需留意几点：CT 衰减是炎症的间接替代指标，受管电压、扫描仪类型和重建核等技术因素以及钙化或纤维化斑块的影响；FAI 校正细节因属专有技术而未完全公开；深度学习模型的可解释性有限，且缺乏大型、标注完善的 PCAT 分割数据集，多数研究基于较小且同质的队列。colchicine、canakinumab、SGLT2 抑制剂和 GLP-1 受体激动剂对 PCAT 的影响目前仍属探索性，直接 FAI 证据尚待补充。此外，本文为全文综述，但图 1 和图 2 的图像内容在文本中仅以图注形式呈现，具体影像细节无法从文字中完整评估。