齊曉飛

【摘 要】隨著科技的發(fā)展，人工智能技術(shù)也成為很多人們關(guān)注的熱點問題，同時也廣泛的應(yīng)用于醫(yī)療健康等領(lǐng)域，在心臟影像診斷范方面也有著廣泛的應(yīng)用，應(yīng)用前景也十分廣闊。當(dāng)前，還需要進一步發(fā)揮出人工智能的潛力，更好的促進其和醫(yī)學(xué)影像診斷做好結(jié)合，發(fā)揮出人工智能和醫(yī)學(xué)的潛力。基于此，文章對人工智能在心臟影像診斷中的研究進展進行了分析和探究。

【關(guān)鍵詞】人工智能;心臟影像診斷;研究進展

【中圖分類號】R816.2? ? ?【文獻識別碼】B【文章編號】1002-8714（2020）10-0294-02

引 言

心臟疾病的死亡率一直高居我國居民死亡率的榜首，同時發(fā)病率也呈現(xiàn)逐年遞增的趨勢。隨著人工智能技術(shù)的發(fā)展，怎樣做好人工智能技術(shù)和心臟醫(yī)學(xué)影像地結(jié)合，進一步做好心臟疾病的診治，也是當(dāng)前以及未來研究的重點和難點。接下來文章就人工智能在心臟影像方面的應(yīng)用與發(fā)展進行了探究。

1 人工智能應(yīng)用于醫(yī)學(xué)影像是大勢所趨

當(dāng)前，醫(yī)學(xué)影像數(shù)據(jù)已經(jīng)逐漸達到了醫(yī)院數(shù)字化數(shù)據(jù)的90%。成像技術(shù)的進步，醫(yī)學(xué)影像的數(shù)據(jù)量也在持續(xù)增長。由于當(dāng)前我國放射科醫(yī)師數(shù)量的增長同醫(yī)學(xué)影像數(shù)據(jù)增長的步伐不一致，短期內(nèi)在基層單位醫(yī)療資源無法滿足實際發(fā)展現(xiàn)狀，與此同時，依靠人工智能，可以較好緩解醫(yī)學(xué)影像人才緊張現(xiàn)狀。

人工智能的優(yōu)勢體現(xiàn)在醫(yī)學(xué)影像分析的精度和速度上，同傳統(tǒng)的工作方式相比，人工智能可以長時間進行工作，不會受外界因素干擾，時刻保持高效的工作狀態(tài)，能夠顯著提升醫(yī)師閱片效率以及質(zhì)量。人工智能技術(shù)還可以提取醫(yī)學(xué)影像中一些人們?nèi)庋垭y以感知的高維信息，依靠建立從高維量化信息到臨床結(jié)果的數(shù)學(xué)關(guān)系，可以將醫(yī)學(xué)影像的分析從診斷擴展到治療決策、預(yù)后預(yù)測等工作上。像某些心臟手術(shù)，人工智能能夠在術(shù)前評估治療效果，提供是否手術(shù)、如何手術(shù)的治療建議。利用人工智能技術(shù)，醫(yī)學(xué)影像的價值也獲得了體現(xiàn)，臨床診療工作中也會獲得良好的效用。

2 人工智能在心臟影像診斷與預(yù)警中的應(yīng)用

心臟疾病嚴(yán)重圍危害人的健康，做好心臟疾病的診療具有非常重要的意義。隨著心血管影像技術(shù)的快速發(fā)展，大量的影像數(shù)據(jù)也隨之產(chǎn)生，在這一時期也需要充分發(fā)揮心血管影像的潛能與價值。將影像和人工智能技術(shù)更好的集合，這樣不光能夠有效節(jié)約檢查時間，促進診斷的準(zhǔn)確性的提升，還可以在疾病預(yù)后判斷和危險分層中，發(fā)揮出更大的作用，具體主要應(yīng)用于以下領(lǐng)域。

2.1減少心臟影像圖像重建時間。

怎樣有效縮短影像學(xué)檢查時間，尤其是心臟MR檢查時間，一直是困擾著很多醫(yī)學(xué)從業(yè)人員，應(yīng)用人工智能技術(shù)，從低采樣數(shù)據(jù)中精確重構(gòu)出信號，能夠有效減少成像時間。另外，通過人工智能深度學(xué)習(xí)，也能夠可有效減少磁共振成像時間。這樣能夠有效縮短心臟影像圖像重建時間，同時獲得高質(zhì)量心臟圖像。深度學(xué)習(xí)模型能夠在較短時間內(nèi)重建完成每個完整的動態(tài)序列，真正做到實時成像。

2.2準(zhǔn)確快速地進行圖像分割與計算

當(dāng)前我們所獲得的二維表面圖像主要是CT和MRI，若是想要得到三維圖像和功能學(xué)數(shù)據(jù)，依靠最先進的軟件，也比較費工費時，準(zhǔn)確性也難以保障。人工智能的運用就能夠有效提升心內(nèi)膜分割精度，依靠全自動分割2D和3D電影圖像中的心內(nèi)膜，心臟影像的自動測量就能夠更好的的實現(xiàn)，另外可以進行射血分?jǐn)?shù)計算還有區(qū)域運動的評估，這一方法用時比較短，10s之內(nèi)就能夠完成，大部分的患者都可以運用該方式。

2.3心血管疾病的診斷

人工智能模型也能夠依靠提取心臟影像特征，進一步做好疾病的診斷和鑒別。像人工智能可以幫助鑒別診斷縮窄性心包炎、限制性心肌病等疾病，還能夠輔助識別運動員生理性肥大、肥厚型心肌病，診斷敏感度還有特異度都比較高。該技術(shù)還可以在未觀察患者冠狀動脈解剖結(jié)構(gòu)的前提下，自動識別患者冠狀動脈CT血管造影圖像中局部心肌異常，輔助推斷出冠狀動脈的功能性狹窄，這樣不必要的侵入性血流儲備分?jǐn)?shù)（FFR）檢查也就可以不用再做了。

2.4心血管疾病預(yù)后評估。

當(dāng)前階段，對患者進行預(yù)后評估，多是針對有限的臨床及影像學(xué)參數(shù)進行的，依靠訓(xùn)練和學(xué)習(xí)，人工智能能夠為醫(yī)療工作者提供更多、更復(fù)雜的變量，有助于最終模型的構(gòu)建。能夠進一步做好心血管疾病的愈后評估工作。

3 人工智能的不足和完善

當(dāng)前人工智能結(jié)合醫(yī)學(xué)影像的研究也在飛速的發(fā)展，但是實際發(fā)展過程中，在臨床應(yīng)用上還存在多種問題需進一步改善。首先，很多高質(zhì)量的數(shù)據(jù)獲得比較困難。其次，當(dāng)前大部分研究機構(gòu)在進行研究的過程中，都是基于自己的數(shù)據(jù)庫去做模型訓(xùn)練以及驗證工作的，模型的泛化能力也有所局限。另外，模型預(yù)測結(jié)果的準(zhǔn)確性難以有保證，這是判斷其是否可以應(yīng)用到臨床的關(guān)鍵所在，所以當(dāng)前也需要注重適合特定臨床問題的模型算法的研究，之后提升預(yù)測性。人工智能技術(shù)應(yīng)用于醫(yī)療領(lǐng)域發(fā)展的倫理、法律方面等問題，還有很多值得商榷的地方。最后，人工智能模型的可解釋性還需要做好重點探究。這樣人們才能夠更加信任模型。

另外，還有一部分因素起到限制作用。首先，人工智能模型訓(xùn)練同時做好深度學(xué)習(xí)，需要龐大的數(shù)據(jù)支撐。其次，心血管影像尤其是MR圖像，掃描過程中也會受到心臟搏動的影響，獲得低質(zhì)量的圖像，醫(yī)療水平和患者地區(qū)分布存在差異的影響，心血管方面的數(shù)據(jù)很難完全達到可分析水平，以上多種因素，當(dāng)前階段心臟影像和人工智能技術(shù)的結(jié)合還有很長的路要走。

4 結(jié)語

綜上所述，人工智能在心臟影像診斷中應(yīng)用具有十分重要的意義，未來還需做好進一步探究。當(dāng)前在臨床大規(guī)模應(yīng)用人工智能影像技術(shù)還面臨著多重阻礙，與此同時在人工智能影像分析的輔助下，義務(wù)工作人員的工作負(fù)擔(dān)能夠得到有效緩解，醫(yī)療資源的緊張問題也能夠得到緩解，臨床醫(yī)師在其輔助之下，也可以做出更好的臨床決策，廣大患者也能夠最終獲益，因此在未來還需不斷做好探究工作。

參考文獻

[1]李睿，趙世華.心血管影像人工智能的研究進展[J].磁共振成像，2019（07）：551-555.

[2]張佳，孫凱.人工智能深度學(xué)習(xí)在心血管影像診斷中的研究進展[J].中國醫(yī)學(xué)裝備，2020（04）：183-186.

[3]王勝軍.基于心臟CTA體數(shù)據(jù)的冠脈計算機輔助診斷系統(tǒng)核心技術(shù)研究與實現(xiàn)[D].東北大學(xué)，2011.

[4]宣敏.基于機器學(xué)習(xí)的冠狀動脈CT血管成像上的冠狀動脈病變特征評分[J]. K.M.Johnson，H.E.Johnson，Y.Zhao，D.A.Dowe，L.H.Staib，國際醫(yī)學(xué)放射學(xué)雜志，2019（05）：615-616.