AI助力心血管疾病診療未來可期

陳淑蓮

1956年一場在美國達特茅斯學院召開的學術會議，被認為是全球人工智能研究的起點。之后幾十年，隨著計算機科學的發展，人工智能技術雖然幾經波折，近些年來終于迎來蓬勃發展時期。2017年我國將人工智能列入國家發展規劃，可以說人工智能正在被快速推動應用到產業發展和社會生活的各個方面。聚焦于醫學領域，現代醫學接納人工智能的直接動力來自于處理多維度、多來源大數據的壓力，因而人工智能被寄予厚望可以發揮更大的作用。

冠心病是導致我國城鄉居民死亡的首要原因之一，盡早診斷、適時干預對于疾病的預后彌足珍貴，人工智能在心血管疾病精準治療中起何種作用也成為諸多患者關心的新方向，為此本刊專訪了首都醫科大學附屬北京安貞醫院醫生、心血管博士后王志強，他主要從事冠心病介入治療，重點研究方向為冠狀動脈功能學評估，主要負責實施了多項在安貞醫院進行的人工智能輔助診療實驗。

目前臨床上針對冠心病的主流檢查方法是冠狀動脈CT，具有成像速度快、創傷小、檢查費用低、能直接評估心血管狀況等特點，受到患者和臨床醫生的肯定和青睞，冠狀動脈CT血管成像需求與數量與日俱增。但在王志強看來，此項檢查的后續流程繁瑣復雜，圖像處理、初寫報告和審核報告的診斷耗時長，需要影像醫生手動操作，不但加大了醫生工作量，也增長了患者預約排隊及等報告時間，客觀上造成了患者就醫診療周期過長等問題——在就診量較大醫院這個現象尤為突出。

臨床上冠狀動脈CT血管成像檢查以≥50%狹窄作為心外膜動脈梗阻性狹窄的標準，但其特異性低，會造成很多假陽性，增加很多不必要的侵入性冠脈造影檢查。臨床上診斷冠心病有兩個常用的金標準——有創的冠狀動脈造影（ICA）和血流儲備分數（FFR）。ICA結合FFR測量結果來指導制定患者的治療方案，被多個國家列入相關指南，但即使在美國和歐盟等FRR應用率最高的地方，其應用率也不足10%，在我國的使用率更低（不足1%）。“FFR是在導管室進行的有創檢測，耗材價格高昂，所使用的血管擴張劑可能引起患者不適，同時也增加了患者手術等候時間，這是其應用率低的主因。從臨床上來看，我們迫切需要簡便的能結合解剖學和功能學兩種評價方法進行冠心病的診斷與治療。”

近年來人工智能技術與醫療的結合，為緩解臨床需求和工作效率之間的矛盾帶來了新的契機。2018年9月，安貞醫院發起了一項AI與醫生進行冠脈CTA雙向對比冠脈造影金標準的對照臨床研究，這是迄今為止樣本量最大、覆蓋地域最廣，用標準醫學路徑驗證的一項多中心研究。結果顯示在病灶檢出方面，冠脈AI的95.1%敏感度高于醫生肉眼判讀。70.4%的產品特異性（特異性指在不患病的人群中，成功排除患病的概率）與CTA臨床醫生的診斷結果近似。“冠脈AI可以將過去30-40分鐘的醫生手動影像后處理過程縮短至無需人工介入的數分鐘內完成，還能極大程度降低狹窄病變的漏診率，AI診斷的準確性和特異性不亞于三甲醫院高年資專家醫生，AI與醫生協同的判讀效率顯著優于單純人力判讀。”王志強介紹道。

王志強認為本次冠脈AI多中心臨床研究對于AI醫療來說意義深遠，“它首次為醫療AI效能驗證建立了行業規范，為醫學AI的臨床應用提供了科學支撐，為國家監管機構制定規則提供了數據參考”。

如果說冠脈AI的介入改善了臨床檢測診斷全流程，那么昆侖醫云自主研發的深脈分數（2020年正式獲批中國國家藥品監督管理局醫療器械三類證）可以直接從結構和功能兩方面評估冠狀動脈狹窄及缺血情況，并給出更加快速精準的評估結果，有助于輔助醫生為臨床干預和個性化治療提供重要決策信息。

“深脈分數的深度學習模型是由計算機生成的15000個冠心病病例的數據庫中訓練出來。這個數據庫廣泛地覆蓋了冠狀動脈不同程度、不同形態狹窄的樣本。它可以利用先進的深度學習模型來提取與血流動力學相關的必要的形態特征，從而建立患者特定心血管樹的壓力分布和形態特征之間的聯系。”王志強介紹這項多中心臨床實驗共納入130例受試者，臨床研究結果顯示以FFR≤ 0.8 為診斷缺血的標準，生理評估軟件診斷缺血的在血管水平診斷缺血的準確性88.89%[82.58% - 93.52%];敏感性93.42%[85.31% - 97.83%]。ICA測量FFR值與實驗軟件測量FFR值的相關系數0.649[0.567 - 0.726]。實驗證實由我國自主研發的深脈分數是一款新的可實現對冠脈狹窄進行功能評估的產品。

“如今我們每例FFR-CT的計算時間縮短至5分鐘，作為全世界僅有的兩款已取證同類產品，深脈分數的臨床性能參數已經到達甚至超過了美國HeartFlow的FFRCT。而后者基于CFD（計算流體力學）流體仿真模擬，計算周期長，并且其服務地區僅限于美國、歐洲和日本等發達國家，且檢測費用相對昂貴。這項技術的應用，我們可以減少三分之二造影，在大幅減少患者醫療支出同時，也減輕了國家醫療負擔。在這個領域，我們完全可以實現對歐美國家的彎道超車”。

“人工智能在醫學上的應用越來越多，我們必須以更謹慎的態度去看待它。”王志強認為人工智能優點顯而易見，但當用于訓練算法的數據集質量差、多樣性有限，或者它們反映結果的差異或現實偏倚偏移時，就會出現問題。“任何技術的出現，都是不斷修正的過程，不可能一下子走到巔峰。不要迷信AI，而是將其當成一個可以參考的工具，當解釋結果和應用技術實踐時，臨床醫生必須能夠認識到這些陷阱，才能對這些危害保持警惕，確保在醫學中負責任地使用人工智能。但毫無疑問，人工智能在心血管疾病精準治療中的應用是大勢所趨，也必將大有所為。”