一位68岁男性，有糖尿病史，因反复活动后胸闷、胸痛就诊。冠脉CTA提示，前降支、左旋支和右冠状动脉均存在不同程度狭窄，狭窄程度约为50%–70%。
三支血管都有问题。此时摆在医生面前的，并不是一个简单的“有没有狭窄”的问题，而是：
三支血管中，哪些病变真正影响了血流？哪些需要进一步干预？哪些可以通过药物治疗和随访管理？
对于多支血管病变，这往往比“发现狭窄”本身更考验临床判断。
一、三支都窄，不代表三支都需要处理
冠脉CTA能够清晰地显示血管解剖结构和狭窄程度。但在临床实践中，解剖狭窄程度与功能学意义并不总是一致。同样是50%–70%的中度狭窄，有的病变可能已经造成明显血流受限，有的却未必对远端心肌供血产生明显影响。50%–90%的直径狭窄恰好是CT-FFR最具决策价值的“中间病变”区间——在这一区间内，单纯依靠解剖信息往往不足以完成治疗决策。
传统上，医生可以通过有创FFR进一步判断病变的功能学意义。但对于三支血管均存在可疑病变的患者，逐支进行有创功能学评估，会增加操作复杂度、对比剂用量和手术时间。
ESC慢性冠脉综合征指南对CT-FFR的推荐为Class 2b（Level of Evidence B），适用于CCTA显示中间病变的患者 [1]。 SCCT/SCAI最新专家共识进一步指出，CT-FFR用于评估三支血管梗阻性病变属于“可能合理”的应用场景 [2]。如果能在进入导管室之前，就提前获得三支血管的功能学信息，临床决策就多了一层依据。
二、深脉分数：先为三支血管分别“做一次功能评估”
结合冠脉CTA结果，临床团队进一步采用深脉分数（DEEPVESSEL FFR）进行无创功能学评估。

结果显示：
前降支（LAD）：CT-FFR 0.71，低于0.75，提示存在较明确的功能学影响。左旋支（LCX）：CT-FFR 0.85，高于0.80，未提示明显功能学异常。右冠状动脉（RCA）：CT-FFR 0.78，位于0.75-0.80的”灰区”，需要结合病变位置及临床情况重点判断的范围。
同样存在解剖狭窄，三支血管却呈现出不同的功能学结果。这也再次说明：“看起来都窄”，并不意味着“功能上都一样”。
三、从“三支都有病变”到“明确重点关注血管”
结合患者症状、CTA病变特点以及深脉分数结果，临床团队进一步明确：前降支病变功能学异常更加明确（CT-FFR 0.71），是需要重点关注的血管；右冠状动脉CT-FFR 0.78处于”灰区”，需要结合病变位置、供血情况、患者症状及临床情况进一步综合评估 [3]；而左旋支虽然存在解剖狭窄，但CT-FFR 0.85已高于缺血阈值，功能学结果未提示明显异常，可结合患者整体情况考虑药物治疗及随访。
在综合评估基础上，团队最终针对具有明确功能学意义的病变制定治疗策略，并将功能学信息作为非缺血血管治疗决策的参考依据之一，而非仅依据解剖狭窄程度做出判断。
四、多支病变，真正需要的不是“多放支架”
面对三支血管病变，临床决策并不是简单的：“都处理”或者“都不处理”。真正需要解决的是：哪一处病变可能真正影响心肌供血？
深脉分数在这一场景中的核心价值，在于把冠脉CTA提供的解剖信息进一步延伸至功能学层面。SCCT/SCAI共识明确指出，CT-FFR可提供功能学分级，辅助确定多支/串联病变中优先处理的靶病变[2]。从“三支血管都有狭窄”进一步到“哪些病变更值得重点关注？”这种差异化的功能学信息，可以帮助医生更有针对性地制定后续诊疗策略，减少仅依据解剖狭窄程度进行不必要介入的可能。
五、医生关注的，最终还是患者获益
对于多支冠脉病变，功能学信息并不是替医生作出治疗决定，而是让决策拥有更多依据。从单纯观察狭窄程度，到同时理解每一处病变对血流的实际影响，深脉分数为复杂冠脉病变提供了新的评估维度。
不是哪支血管“看起来更窄”，就一定优先处理；真正需要关注的，是那些可能对患者心肌供血产生功能学影响的病变。
六、深脉分数的循证基础
深脉分数（DEEPVESSEL FFR）基于深度学习技术，可从常规冠脉CTA影像中自动计算FFR值，其诊断与临床决策价值已获得多层次循证证据支持。
在随机对照试验层面，由中国人民解放军总医院陈韵岱教授团队牵头、联合国内6家医疗中心完成的TARGET试验，是国际首个评估基于机器学习CT-FFR现场部署策略的多中心随机对照研究，共纳入1216例冠脉CTA提示30%–90%临界狭窄的稳定性胸痛患者，结果同步发表于《Circulation》[4] 。
研究显示，与标准诊疗策略相比，CT-FFR诊疗组90天内有创冠脉造影发现非阻塞性冠脉疾病或未接受血运重建的患者比例显著减少（28.3% vs. 46.2%, P<0.001），且随访1年主要不良心血管事件无显著差异，医疗成本呈降低趋势。
在诊断准确性层面，一项以有创FFR为参考标准的前瞻性研究显示，DEEPVESSEL FFR在患者水平的AUC为0.928，显著优于单纯CCTA狭窄程度的0.664；每血管水平的准确度和敏感度分别为87.3%、97.1%[5] 。
在预后评估层面，一项回顾性研究显示，DEEPVESSEL FFR≤0.8是MACE的独立预测因子，联合斑块定量分析可进一步提升风险预测能力[6] 。  这也是冠心病精准诊疗越来越强调的方向：
从“看狭窄”，走向“看功能”；从“发现病变”，走向“理解病变意义”。
参考文献：[1] Knuuti J, Wijns W, Saraste A, et al. 2019 ESC Guidelines for the diagnosis and management of chronic coronary syndromes. Eur Heart J. 2020;41(3):407-477.[2] Weir-McCall JR, et al. Fractional flow reserve in coronary computed tomography angiography: An expert consensus document of the SCCT and SCAI. J Cardiovasc Comput Tomogr. 2026. doi:10.1016/j.jcct.2026.05.006[3] Kang DY, Ahn JM, Lee CH, et al. Deferred vs. performed revascularization for coronary stenosis with grey-zone fractional flow reserve values: data from the IRIS-FFR registry. Eur Heart J. 2018;39(18):1610-1619.[4] Yang J, Shan D, Wang X, et al. On-Site Computed Tomography-Derived Fractional Flow Reserve to Guide Management of Patients With Stable Coronary Artery Disease: The TARGET Randomized Trial. Circulation. 2023;147(18):1369-1381.[5] Wang ZQ, Zhou YJ, Zhao YX, et al. Diagnostic accuracy of a deep learning approach to calculate FFR from coronary CT angiography. J Geriatr Cardiol. 2019;16(1):42-48.[6] Liu M, Li R, Bai C, et al. Predictive value of DEEPVESSEL-fractional flow reserve and quantitative plaque analysis based on coronary CT angiography for major adverse cardiac events. Clin Radiol. 2023;78(9):e600-e607.