机器学习（machine learning，ML）作为AI的关键，在处理大量数据方面具有显著优势，因此在医学诊断、疾病预测、图像分析、健康管理、治疗效果和预后预测等方面得到广泛应用，在医学领域展现出了变革性的影响力。

而主动脉作为人类全身脏器供血的主要通道，其病变如果累及分支血管，可导致心、脑、脊髓、肠道、肢体等全身多个重要组织器官缺血（器官灌注不良），从而显著影响患者预后。器官灌注不良的评估涉及病史、查体、实验室检查以及基于CT血管造影的影像学判读结果在内多维跨域数据。

随着信息技术的飞速发展，人工智能（AI）作为一门新兴的交叉学科，以其强大的数据处理能力和精准的预测潜力，有望实现主动脉疾病的精准诊断、个性化治疗，在主动脉疾病诊疗的应用将会日益广泛。

空军军医大学西京医院心脏外科主任医师、博士生导师俞世强教授在《空军军医大学学报》2025年2期发表论文，全面综述AI在主动脉影像数据分析、主动脉血流评估以及疾病预后风险预测方面的应用，展望AI技术可能为主动脉疾病诊疗带来的新变化。

俞世强的文章在对AI在主动脉影像数据分析中的应用、AI在主动脉血流评估中的应用和AI在主动脉疾病患者风险预测中的应用作分层深入分析论述后，在“总结与展望”部分概括：AI技术在主动脉疾病研究中的应用已取得了显著进展。在主动脉分割方面，CNN技术的成熟应用提高了分割的准确性和效率；在疾病诊断和风险分层方面，机器学习方法展现出了良好的预测能力；在术后并发症预测方面，多项研究为临床决策提供了重要参考；在主动脉缩窄血流动力学分析及MRI优化方面，也取得了重要突破。这些成果为主动脉疾病的诊疗带来了新的思路和方法，推动了相关领域的发展。

同时，他强调指出，AI在主动脉疾病中的应用仍面临诸多挑战：其一是数据质量和标准化问题亟待解决，不同研究间数据集的差异导致结果难以直接比较和整合；其二是AI模型的解释性不足，在医疗决策中缺乏透明度，难以获得临床医生的完全信任。此外，将AI技术整合到临床工作流程中仍面临技术和操作上的困难，需要跨学科团队的紧密合作。最后，伦理和法律问题，如数据隐私保护、诊断责任界定等，也需要在技术发展的同时得到充分关注和妥善解决。

俞世强期望，面对未来AI在主动脉疾病中的广泛应用，应开展大规模、多中心的临床研究，验证现有AI技术的有效性和可靠性，建立统一的数据标准和规范，促进研究成果的转化和应用。加强对AI模型解释性的研究，开发可解释性强的算法，提高其在临床决策中的可信度。进一步推动跨学科合作，整合医学、工程学、计算机科学等多领域知识，优化AI技术在主动脉疾病诊疗中的应用。同时，持续关注伦理和法律问题，制定相应的准则和法规，确保AI技术的合理、安全、有益应用。

文章相关信息：https://link.cnki.net/urlid/61.1526.R.20250102.1121.002(2025-01-02)