人工智能在神經(jīng)介入診療中的應(yīng)用前景

戴冬偉， 李繼波， 洪 波

1. 海軍軍醫(yī)大學(xué)長海醫(yī)院腦血管病中心，上海 200433 2. 六安市中醫(yī)院神經(jīng)外科，六安 237005

人工智能(artificial intelligence, AI)具有高速計(jì)算、海量存儲(chǔ)和永不疲倦學(xué)習(xí)的能力，已經(jīng)在疾病的診斷和預(yù)后分析方面展現(xiàn)了巨大的優(yōu)勢。Nature2020年1月發(fā)表的一項(xiàng)研究[1]顯示，AI在利用X線成像診斷乳腺癌方面優(yōu)于人類醫(yī)師。AI也已在腦卒中診斷、預(yù)后評(píng)估等多個(gè)方面取得初步成效。計(jì)算機(jī)圖像技術(shù)、工業(yè)自動(dòng)化技術(shù)、智能控制技術(shù)的應(yīng)用同時(shí)推動(dòng)了醫(yī)學(xué)微侵襲外科的飛速發(fā)展。良好的空間定位能力、高效精準(zhǔn)的計(jì)算能力、3D數(shù)字化影像應(yīng)用等技術(shù)優(yōu)勢使得AI和手術(shù)機(jī)器人在臨床應(yīng)用中成為可能。本文將對(duì)AI技術(shù)，特別是介入手術(shù)機(jī)器人在神經(jīng)介入診療方面的應(yīng)用現(xiàn)狀和未來發(fā)展方向進(jìn)行回顧和展望。

1 AI在腦血管病診斷中的應(yīng)用

急性缺血性卒中(acute ischemic stroke, AIS)患者平掃CT的ASPECTS(the Alberta Stroke Program Early CT Score)用于評(píng)估核心梗死區(qū)的大小，對(duì)于治療選擇和預(yù)后判斷有重要的臨床意義。但其存在觀察者之間的顯著差異，如何更加快速地進(jìn)行標(biāo)準(zhǔn)化評(píng)分一直令人困擾，而AI在影像的判讀方面顯示了快速、準(zhǔn)確、一致性強(qiáng)的優(yōu)勢。Herweh等[2]認(rèn)為，計(jì)算機(jī)自動(dòng)化e-ASPECTS評(píng)估在準(zhǔn)確性和一致性方面顯著優(yōu)于具有初級(jí)經(jīng)驗(yàn)的醫(yī)師，與經(jīng)驗(yàn)豐富的影像學(xué)專家類似。這一結(jié)果在另一項(xiàng)研究[3]中也得到證實(shí)：通過自我學(xué)習(xí)的AI影像分析系統(tǒng)RAPID進(jìn)行ASPECTS評(píng)估，能夠比影像科醫(yī)師更加快速地評(píng)判，并且在一致性方面顯著占優(yōu)。

以上2項(xiàng)研究只是采用相對(duì)直觀且信息量較少的平掃CT，AI的工作僅在于分析圖像的密度，而AI在更加復(fù)雜的腦灌注數(shù)據(jù)分析上進(jìn)一步顯示出優(yōu)勢。Mokin等[4]采用RAPID軟件系統(tǒng)對(duì)AIS患者取栓前CT灌注成像的相對(duì)腦血流量(rCBF)和相對(duì)腦血容量(rCBV)進(jìn)行分析，通過與治療后的實(shí)際腦梗死區(qū)域?qū)Ρ龋@得了判斷核心梗死區(qū)的2個(gè)參數(shù)的閾值。目前，RAPID軟件系統(tǒng)已經(jīng)大量用于AIS患者溶栓和介入治療前的預(yù)后判斷，而這是人類醫(yī)師無法迅速準(zhǔn)確評(píng)估的。

腦動(dòng)靜脈畸形是神經(jīng)介入復(fù)雜程度最高的疾病，分析介入治療的安全性有助于采取有針對(duì)性的措施，降低手術(shù)的風(fēng)險(xiǎn)。Asadi等[5]對(duì)比了傳統(tǒng)的回歸統(tǒng)計(jì)學(xué)分析和深度學(xué)習(xí)的AI分析系統(tǒng)對(duì)腦動(dòng)靜脈畸形栓塞治療并發(fā)癥判斷的準(zhǔn)確性，該AI分析系統(tǒng)采用了神經(jīng)網(wǎng)絡(luò)(neural network)和支持向量機(jī)(support vector machine)2個(gè)模型。他們發(fā)現(xiàn)，傳統(tǒng)回歸分析預(yù)測介入手術(shù)死亡率的準(zhǔn)確性僅為43%，而AI系統(tǒng)可以達(dá)到97.5%，且這項(xiàng)研究中，納入的病例數(shù)僅為單中心的199例。由此說明，大數(shù)據(jù)時(shí)代，AI必將在疾病的預(yù)后分析方面發(fā)揮巨大作用，也必將改變臨床的治療觀念和方法。

2 AI機(jī)器人在神經(jīng)介入中的應(yīng)用

介入手術(shù)的一些特點(diǎn)使得AI機(jī)器人在這方面的運(yùn)用變得更為迫切。(1)介入手術(shù)需要醫(yī)師暴露在放射線下，用機(jī)器人替代人類醫(yī)師完成這類手術(shù)一直是研究熱點(diǎn)；(2)血管內(nèi)介入手術(shù)主要通過導(dǎo)絲導(dǎo)引使導(dǎo)管到達(dá)目標(biāo)，然后釋放器械以治療疾病，過程相對(duì)簡便，有利于AI機(jī)器人的學(xué)習(xí)實(shí)施；(3)血管內(nèi)介入治療是一種較遠(yuǎn)距離的操作，力量反饋缺乏；(4)雖然已經(jīng)有三維血管成像的路徑圖導(dǎo)航功能，但目前的介入手術(shù)通常在二維圖像導(dǎo)引下進(jìn)行，而AI機(jī)器人可以融合造影的三維圖像，也可以將其他檢查如CT或MRI影像結(jié)合其中，以達(dá)到更高的精度。

目前的研究還處于人類醫(yī)師遙控操作機(jī)器人完成診療手術(shù)的階段，研究和臨床運(yùn)用首先在冠狀動(dòng)脈(冠脈)[6-7]和外周血管領(lǐng)域[8]開展。特別是在冠脈介入治療方面，已經(jīng)有研究[9]顯示，機(jī)器人經(jīng)皮冠脈介入治療在6個(gè)月和12個(gè)月的療效與人類醫(yī)師手術(shù)沒有顯著的差距。

早在2011年，研究人員[10]合作報(bào)道了采用輔助機(jī)器人進(jìn)行血管造影的體外模型和動(dòng)物實(shí)驗(yàn)。該研究采用主從方案，位于導(dǎo)管室外的主要部分由醫(yī)師操作，通過有線或無線的方式控制位于導(dǎo)管室內(nèi)的輔助機(jī)器人操作手術(shù)，體外模型建立和動(dòng)物血管造影均獲成功。之后，他們于2015年報(bào)道了機(jī)器人進(jìn)行15例成功的腦血管造影的臨床實(shí)踐，證實(shí)有很好的準(zhǔn)確性。這是我國一項(xiàng)“863”計(jì)劃資助項(xiàng)目的研究[11]。

Haraguchi等[12]嘗試用機(jī)械臂的穩(wěn)定輸送來填塞彈簧圈，開發(fā)了以摩擦輪為作用方式的彈簧圈輸送系統(tǒng)，在體外進(jìn)行了實(shí)驗(yàn)，并用光學(xué)原理探測近端導(dǎo)絲的移動(dòng)來測定輸送彈簧圈時(shí)的張力，驗(yàn)證該系統(tǒng)填塞彈簧圈的穩(wěn)定性。這只是一項(xiàng)初步的研究，因?yàn)槲?dǎo)管和導(dǎo)絲的操作仍是通過人手完成。

神經(jīng)介入的一項(xiàng)重要操作是主動(dòng)脈弓上血管的超選，醫(yī)師會(huì)根據(jù)患者的主動(dòng)脈弓類型和手術(shù)方案采用多種方法，不穩(wěn)定的操作可能引起粥樣硬化斑塊或血栓脫落而形成腦栓塞。Perera等[13]比較了麥哲倫機(jī)器人系統(tǒng)和醫(yī)師手工操作的安全性，用經(jīng)顱多普勒超聲探測到的高強(qiáng)度瞬態(tài)信號(hào)(high intensity transient signals, HITS)作為指標(biāo)，研究結(jié)果顯示機(jī)器人系統(tǒng)操作后HITS數(shù)量遠(yuǎn)低于醫(yī)師的操作，顯示了機(jī)器人在精準(zhǔn)和穩(wěn)定性方面的優(yōu)勢。

除了人類控制的輔助機(jī)器人，真正能自我控制和學(xué)習(xí)的AI機(jī)器人也在不斷的研究發(fā)展中。英國帝國大學(xué)的一項(xiàng)研究[14]采用非剛性配準(zhǔn)模型，通過導(dǎo)管近端操作和導(dǎo)管頭端位置的反饋學(xué)習(xí)而研發(fā)的AI血管機(jī)器人，在頸動(dòng)脈超選方面雖然不如人工快速，但更加精準(zhǔn)平穩(wěn)，減少了無效的來回操作，接觸血管壁的平均力量降低了33.3%，平均標(biāo)準(zhǔn)差降低了70.6%，降低了損傷血管的可能性。

2019年11月，世界首例由介入機(jī)器人實(shí)施的人體顱內(nèi)動(dòng)脈瘤介入手術(shù)在加拿大多倫多西區(qū)醫(yī)院完成，標(biāo)志著AI機(jī)器人在神經(jīng)介入診療中的應(yīng)用進(jìn)入一個(gè)新的階段。完成該手術(shù)的CorPath GRX機(jī)器人系統(tǒng)也是一個(gè)主從方案的遙控輔助治療平臺(tái)，由西門子健康服務(wù)公司下屬的Corindus公司研制。

3 AI在腦血管病診斷及介入治療應(yīng)用的展望

AI學(xué)習(xí)已經(jīng)在疾病的診斷方面顯現(xiàn)了優(yōu)勢，目前開發(fā)的AI學(xué)習(xí)方式有多種，已經(jīng)能夠?qū)⒍喾N影像學(xué)資料同患者的性別、年齡、基本健康狀況和合并癥等信息結(jié)合起來分析。隨著大數(shù)據(jù)的廣泛應(yīng)用，研究分析的疾病類型和診斷的精準(zhǔn)度將進(jìn)一步提高，相當(dāng)于甚至超越專家醫(yī)師的診斷水平已經(jīng)得到研究的證實(shí)，這還只是AI機(jī)器人在診斷方面的初步成績，其前景更加令人期待。在神經(jīng)外科領(lǐng)域，AI已經(jīng)被運(yùn)用于多種疾病的診斷、治療計(jì)劃制訂和預(yù)后分析[15]。

而在AI機(jī)器人開展神經(jīng)介入治療領(lǐng)域，仍然有很多方面需要重大改進(jìn)才能真正獲得大量的臨床運(yùn)用。目前機(jī)器人控制介入器械的方式主要有摩擦輪、夾持器、電機(jī)械和磁力等[16]，都還存在一定的缺陷，如何實(shí)現(xiàn)更加精準(zhǔn)和復(fù)雜操作仍需大量的研究和創(chuàng)新。

AI機(jī)器人的一項(xiàng)優(yōu)勢就是能融合更多的信息和反饋，能夠比人類更加準(zhǔn)確感知遠(yuǎn)距離目標(biāo)點(diǎn)的位置和力量反饋，而這方面的研究還在不斷深入。有研究[17]探索機(jī)器人傳遞反饋信息給血管內(nèi)介入醫(yī)師的可行性，機(jī)器人作為中間反饋者，隨時(shí)提醒醫(yī)師在操作中是否出現(xiàn)了過度的用力，而這一主從方案的輔助機(jī)器人系統(tǒng)也可以通過級(jí)聯(lián)控制器自動(dòng)避免并發(fā)癥的發(fā)生。

手術(shù)機(jī)器人首次帶來了醫(yī)師和患者在物理空間上分離的可能性，這種可能性伴隨著5G基礎(chǔ)設(shè)施的大規(guī)模應(yīng)用所帶來的低延時(shí)通信，使得遠(yuǎn)程手術(shù)成為可能。我國在此領(lǐng)域也有諸多院校和公司正在進(jìn)行技術(shù)攻關(guān)，國家科技部更是于2017年和2019年2次設(shè)立“智能機(jī)器人”重點(diǎn)專項(xiàng)，支持血管介入手術(shù)機(jī)器人的研發(fā)，相信未來會(huì)有更多成果面世。