FFR-CT与AI斑块分析获I类CPT代码：AI心血管影像报销迈入新阶段

文/IAICA.NGO®

美国医疗保险与支付体系正在为人工智能驱动的心血管影像工具建立更明确的报销路径。冠状动脉CT血管造影（CCTA）中的人工智能技术，尤其是CT血流储备分数（FFR-CT）和基于AI的斑块分析，已开始获得更高等级的支付认可。其中，FFR-CT在2024年获得I类CPT代码，AI斑块分析则在2026年1月转入I类代码。这一变化被视作AI从科研辅助工具走向常规临床服务的重要信号。

CPT代码由美国医学会（AMA）维护，是美国医疗系统描述服务和决定支付的基础。III类代码通常用于新兴技术的跟踪，主要目的是收集使用数据；I类代码则意味着该服务已被纳入公认的医疗服务体系，并分配相对价值单位（RVU），从而直接影响医生和机构的报销水平。Heartflow市场准入与报销高级副总裁Cara Santillo在SCCT2026年会上指出，CCTA、FFR-CT和斑块分析现在都拥有对应的RVU，这使医生在评估完整诊断路径时的工作获得更清晰的认可。

从数据看，AI医疗影像的监管放行数量与支付覆盖之间仍存在巨大落差。美国食品药品监督管理局（FDA）已批准超过1614个临床AI算法，其中约80%集中在医学影像领域。这些算法大多被赋予III类跟踪代码，以便在计费系统中追踪其使用和扩散。Santillo表示，其中仅有3个算法获得I类代码，其中一个属于眼科。这说明，获批上市并不等于获得支付，算法要进入主流报销体系，必须跨越更严格的证据与价值门槛。

AMA CPT专家组在决定是否授予I类代码时，通常需要评估三个核心问题：该技术是否代表一项新的医疗服务；是否有实质性临床证据支持其价值；临床医生是否已广泛使用该服务。FFR-CT在获得III类代码多年后，于2024年升级为I类；AI斑块分析则仅用四年完成这一过程。Santillo认为，斑块分析相对快速的采用速度和较强的临床证据，是其迅速推进的主要原因。

这两种技术的共同点在于，它们并非简单替代医生已有的判读工作，而是为特定患者群体提供额外决策信息，例如中等风险胸痛患者。大量临床研究数据表明，这些AI结果能够改变患者护理决策。换言之，支付方更愿意为“改变临床路径”的信息付费，而不仅仅是为算法标记异常的能力付费。如果识别某项异常本来就属于医生现有职责，单纯用AI提示可能不足以构成单独支付理由。相反，当算法提供斑块量化、相关风险分层等新增信息时，报销论证会更有力。

为区分不同AI服务，AMA还引入了术语框架，将AI分为增强型（augmentative）、自主型（autonomous）和辅助型（assistive）。增强型AI向医生提供需要独立解读的新数据集或报告；自主型AI在无医生参与的情况下运行；辅助型AI则识别或标记信息供医生考虑。Santillo指出，在CCTA路径中，增强型服务涉及额外医生工作，这有助于将其定义为区别于常规阅片的独立服务。

这一分类对支付政策具有直接影响。若AI输出需要医生独立解释并承担医疗责任，其工作量和风险更接近可计费服务；若AI只是分诊或提示工具，支付逻辑则可能不同。未来，AI影像报销的扩展将取决于三方面：一是前瞻性临床证据能否证明患者结局改善；二是医生工作价值能否被量化和标准化；三是支付方能否在控制成本与鼓励创新之间取得平衡。

iaica.com.cn 认为，支付路径的清晰化将反过来推动临床证据生成和算法标准化，但若缺乏跨学科协作和长期随访数据，AI影像工具仍可能停留在局部试点或自费市场。对于医院和影像中心而言，理解CPT代码、RVU和AMA评估逻辑，已成为采购和部署AI工具时不可忽视的合规与运营议题。对算法开发者而言，仅追求FDA批准已不够，如何证明临床效用、嵌入工作流并减轻医生负担，才是获得可持续报销的关键。

总体来看，FFR-CT和AI斑块分析获得I类CPT代码，标志着心血管AI影像进入支付体系重构的早期阶段。这一进程不会一蹴而就，但它为其他影像AI应用提供了可参考的路径：先以III类代码积累使用数据，再以临床证据证明增量价值，最终通过医生工作量和广泛采用获得I类认可。随着SCCT2026等会议持续讨论商业与报销议题，AI心血管影像的竞争焦点正从算法性能转向证据、支付和临床整合能力。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。