熱門資訊> 正文
2026-07-09 12:00
基於事件獨立預測器TPV的風險分層
HeartFlow Plaque StagingTM是唯一基於總斑塊體積 * 的分期工具,現已包含在每次HeartFlow Plaque分析中
來自超過36,000名患者的數據驗證了HeartFlow斑塊分析的準確性、可重複性和實用性
舊金山,2026年7月9日(環球新聞網)-- HeartFlow,Inc.(HeartFlow)(納斯達克:冠狀動脈疾病(CAD)人工智能技術領域的領導者HTFL)今天宣佈,將在2026年7月9日至12日在聖地亞哥舉行的心血管計算機斷層掃描學會(SCCT)2026年年度科學會議上展示來自臨牀研究的8個新數據集,涵蓋超過36,000名患者。
這些研究表明,超過50%的冠狀動脈鈣(CAC)為零的有症狀患者存在傳統CAC評分無法檢測到的顯着非鈣斑塊。這強調了在準確地對患者進行風險分層以影響其臨牀結局方面存在嚴重的診斷差距。心流斑塊分析與心流斑塊分期彌補了這一差距。新數據顯示,Heartflow的技術全面重新分類了風險,具有高度可重複性,並且在不同類型的掃描儀中保持一致-使Heartflow成為人工智能驅動的冠狀動脈斑塊分析的可信標準。
基於這一證據,HeartFlow宣佈推出HeartFlow Plaque Stage,這是唯一一款基於總斑塊體積(TPV)的CAD分期工具,可集成到每個HeartFlow Plaque分析中。HeartFlow Plaque分期得到了長達16年的隨訪和前瞻性證明的臨牀實用性的最強數據的支持。1,2,3現在每個病例都包括基於TPV的HeartFlow Plaque分期-從輕度到廣泛。斑塊階段會在HeartFlow One平臺的用戶界面和結構化報告中自動生成,從而無縫集成到現有的臨牀醫生工作流程中。這使得臨牀醫生能夠準確地對患者進行風險分層,並自信地毫不拖延地管理他們的護理。
「這些數據強調了為什麼HeartFlow斑塊分析是可靠的人工智能冠狀動脈斑塊分析的標準,」醫學博士坎貝爾·羅傑斯説,FCC,HeartFlow首席醫療官。「臨牀醫生需要相信斑塊測量的變化反映了真實的疾病進展,而不是分析變化。我們的研究表明,基於總斑塊體積的分期在掃描儀類型中既可重複又一致,為醫生提供縱向疾病跟蹤和基於證據的治療決策所需的見解。」
主要演示包括:
DECIDE登記處(海報604):HeartFlow斑塊分期重新分類傳統鈣評分錯過的風險7月11日星期六上午10:55-11:40
CAC評分為零的有症狀的患者可能仍然面臨着患鈣評分無法檢測到的非鈣(軟)斑塊的巨大風險。這項對11,792名有症狀患者進行的DECIDE登記子研究量化了這一診斷挑戰,並展示了基於TPV的HeartFlow Plaque分期如何提供精確的解決方案。
這些數據證實了之前發表的研究結果,即HeartFlow Plaque分期改變了超過50%患者的管理。4這項最新分析提供了一個模型,用於在零鈣的情況下加強對高TPV患者的預防性治療,以及在高鈣但TPV較低的患者中降級,證明了描述鈣和非鈣疾病負擔的價值。
研究研究員文森特·L·文森特·L(Vincent L.)表示:「雖然冠狀動脈鈣評分是一種有用的基礎工具,但僅依賴鈣評分會給臨牀醫生留下診斷空白,特別是對於高危非鈣斑塊。」索雷爾,醫學博士,肯塔基大學醫療保健中心吉爾心臟與血管研究所心血管醫學科前任主任兼心血管研究優先領域聯合主任。「DECIDE數據表明,HeartFlow基於TPV的分期揭示了超過一半的有症狀且鈣評分為零的患者的重要心血管疾病。這增強了我們準確識別高危個體並根據更準確地瞭解其實際疾病負擔來優化預防管理的能力。」
高精度和重現性(海報633):驗證縱向疾病跟蹤的心流斑塊分析7月11日星期六上午10:55-11:40
只有在測量變異性與真實的疾病變化區分開來時,CAD的系列監測纔有效。這項研究表明,HeartFlow斑塊分析滿足了這一要求,在盲態、前瞻性研究中觀察者之間和觀察者內部的變異性最小,從而提供臨牀醫生自信地進行縱向跟蹤所需的重複性。
該研究分析了27次冠狀動脈計算機斷層掃描血管造影(MTA)掃描,並由三名經過認證的分析師對這些掃描進行了盲法和評估,總共提供了243次獨立分析。
真實世界的掃描儀轉換(海報618):傳統和光子計數CT的分析一致性星期六,7月11日,上午10:55-11:40。
隨着醫療機構從傳統的能量積分探測器(EID)CT系統過渡到下一代光子計數CT(PCCT),保持分析一致性對於臨牀連續性至關重要。這項回顧性、多中心研究對8個臨牀試驗機構的12,269名患者進行了直接測試,以確定Heartflow的斑塊量化、狹窄分級和FFRCT值在掃描儀技術過渡期間是否保持一致。
結果顯示,EID和PCCT之間的TPV、非鈣斑塊、鈣斑塊、最大狹窄等級、最低FFECT值和解剖-生理學重新分類率無顯着差異。研究結果表明,臨牀中心過渡到下一代PCCT可以確保使用HeartFlow斑塊分析進行的比較在掃描儀過渡期間仍然有效。
總而言之,這些發現表明了為什麼HeartFlow Plaque Analytics正在為人工智能驅動的CAD管理設定標準:提供全面重新分類風險的Plaque Stage、隨時間的可重複結果以及跨掃描儀保持一致性的Plaque Stage。
在SCCT 2026上體驗HeartFlow Plaque Stage SCCT 2026的與會者受邀參觀HeartFlow展位(展位#101),現場演示HeartFlow Plaque Stage。與會者可以親身觀察工作流程如何將複雜的斑塊數據轉化為可操作的見解。請訪問event.heartflow.com/scct查看其他HeartFlow計劃的完整時間表,包括午餐研討會、產品展示劇院、教育接待等。
關於HeartFlow斑塊分析和斑塊分期HeartFlow斑塊分析是唯一一個獲得FDA批准的、人工智能驅動的斑塊分析工具,據報道,在一項使用盲法核心實驗室裁決的前瞻性國際試驗中,與金標準血管內超聲(IVUS)的一致率為95%。5 HeartFlow斑塊分期建立在此基礎上,根據斑塊總體積將斑塊負擔分為臨牀風險階段,使臨牀醫生能夠從測量轉向可採取行動的風險分層。6,7該分期框架已在23,000名患者中進行了前瞻性驗證,並進行了長達16年的隨訪,利用了適合系列疾病監測和個性化指導預防治療策略的高度可重複性的分析。
關於HeartFlow的技術和研究
HeartFlow的技術正在通過臨牀驗證的人工智能和世界上最大的冠狀動脈成像數據集重新定義精確心血管護理。HeartFlow已被全球1,800多家機構採用,並繼續加強其商業影響力,使這一尖端解決方案更廣泛地提供給日益多元化的患者群體。在美國心臟病學會和美國心臟協會(ACC/AHA)指南的支持下,並得到超過625份同行評審出版物的支持,HeartFlow重新定義了臨牀醫生如何管理全球超過650,000名患者的護理。8主要好處包括:
關於HeartFlow,Inc.
HeartFlow正在將冠狀動脈疾病從世界上主要的死因轉變為一種可以早期檢測、準確診斷並終身管理的疾病。HeartFlow One平臺使用人工智能將冠狀動脈DSA圖像轉換為心臟的個性化3D模型,為斑塊位置、體積和成分及其對血流的影響提供具有臨牀意義、可操作的見解--所有這些都無需侵入性手術。請訪問heartFlow.com瞭解我們如何塑造心血管護理的未來。
媒體聯繫Elliot Levy elevy@heartflow.com
投資者聯繫Nick Laudico nlaudico@heartflow.com
1 Fairbairn等人在2025年11月AHA科學會議上發表。2 Huck等人在ACC 2026上發表。3 Chandrashekhar等人2025。臨牀實踐中的定量冠狀動脈斑塊分析。202 ACC科學聲明。doi/10.1016/j.jcmg.2025.11.008 4 Rinehart SJ,et al. DECIDE Primary Outcomes. J vasc Comput Tomogr。2025; 19(4):S78-79。doi.org/10.1016/j.jcct.2025.05.185 5 Ihdayhid A,et al. Radiol Cardiorac Improving. 2024. doi:10.1148/ryct.230312和內部橋樑研究,具有第一代和第二代斑塊分析算法之間的ICC相關性。6 Rinehart等人。JACC Imagement。2025. 7 Fairbairn等人,冠狀動脈CT血管造影斑塊是死亡、心血管死亡和心肌梗塞的預測因素。發表在AHA 2025上。(真實世界研究,n= 7,899名患者,較高的TPV導致心血管死亡和心肌梗塞增加)8 Gulati等人2021 AHA/ACC/ASE/CHEST/SAEM/SCCT/SCMR胸痛評估和診斷指南。J Am Coll Cardiol 9 Narula,et al. E TJ CGM 2024 10 Danad等人。JAMA Cardiol 2017 11 Fairbairn等人。冠狀動脈CT血管造影斑塊是死亡、心血管死亡和心肌梗塞的預測因素。在AHA 2025上發表。(真實世界研究,n= 7,899名患者,較高的TPV導致心血管死亡和心肌梗塞增加)12 Madsen KT等人。ADVANCE-DK 7年。在2024年TCT科學會議上發表(n=900名患者確定7年時心血管事件或死亡增加了2.5倍)* 截至2026年7月,HeartFlow Plaque Stage是唯一集成在市售產品中的工具。
此公告隨附的照片可在https://www.globenewswire.com/NewsRoom/AttachmentNg/b543e9a9-f827-4ac4-949b-13c5c610fb72上獲取。