心血管疾病 — 10

亦可透過冠狀動脈內部影像直接判斷高風險、易受損斑塊（未造成明顯狹窄或血流受限）。一項針對1600名具有此類易受損斑塊患者的隨機試驗，比較介入治療（氣球擴張術或支架置入）與藥物治療，發現兩年追蹤期間重大心臟事件顯著減少。這些結果挑戰了過去僅對明顯血流受限的動脈狹窄（俗稱「阻塞」）進行支架置入的傳統觀念。

圖5.7. 以人工智能分析電腦斷層掃描顯示的動脈發炎程度與心臟相關死亡率的關係。改編自Kenneth Chan等人，「無阻塞性冠狀動脈疾病患者的炎症風險與心血管事件：ORFAN多中心縱向隊列研究」，《柳葉刀》403卷第10444期（2024年6月）：2606–18，https://doi.org/10.1016/s0140-6736(24)00596-8。

綜合所有這些試驗結果，我們可確認全身或冠狀動脈發炎是重大不良心血管事件的風險因子，且抗炎藥物能改善預後。然而，心血管醫學界尚未改變臨床實務，承認我們能偵測發炎並採取行動。或許當我們擁有更佳的抗炎藥物時，這一觀念才會逐漸被接受。

預測與預防

動脈粥樣硬化累積所需的長期時間，提供了判斷誰屬於冠狀動脈疾病高風險族群的機會，並可密切追蹤這些個案，及早介入以調整風險因子，而我們剛才提及的發炎即為其中之一（見圖5.8）。個人風險評估現已遠超過傳統的糖尿病、肥胖、吸煙、缺乏運動及高LDL膽固醇等臨床因素。

心臟發炎相關研究的洞見，為預測個人罹患心臟病的風險增添另一途徑。除了既有的臨床風險因子外，還有多種結果可協助精準辨識高風險者，包括多基因風險分數、腸道微生物組、蛋白質組風險分數；心臟老化時鐘；克隆性血液細胞增生（CHIP）；發炎生物標記如高敏感C反應蛋白（hs-CRP）；以及人工智能解讀的視網膜照片，若有條件亦可利用胸部X光。視網膜及胸部X光屬於「機會性醫學影像」的範例，因為這些檢查並非為評估心臟病風險而下令，但透過人工智能，能準確判定視網膜或胸部X光中的冠狀動脈鈣化分數。視網膜照片亦可用於預測心肌梗塞與中風風險。表觀遺傳年齡（DNA甲基化）時鐘顯示全身加速老化，與不良心血管事件風險增加相關。