陳淑蓮

1956年一場在美國達特茅斯學(xué)院召開的學(xué)術(shù)會議，被認(rèn)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(xué)的發(fā)展，人工智能技術(shù)雖然幾經(jīng)波折，近些年來終于迎來蓬勃發(fā)展時期。2017年我國將人工智能列入國家發(fā)展規(guī)劃，可以說人工智能正在被快速推動應(yīng)用到產(chǎn)業(yè)發(fā)展和社會生活的各個方面。聚焦于醫(yī)學(xué)領(lǐng)域，現(xiàn)代醫(yī)學(xué)接納人工智能的直接動力來自于處理多維度、多來源大數(shù)據(jù)的壓力，因而人工智能被寄予厚望可以發(fā)揮更大的作用。

冠心病是導(dǎo)致我國城鄉(xiāng)居民死亡的首要原因之一，盡早診斷、適時干預(yù)對于疾病的預(yù)后彌足珍貴，人工智能在心血管疾病精準(zhǔn)治療中起何種作用也成為諸多患者關(guān)心的新方向，為此本刊專訪了首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院醫(yī)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(xué)評估，主要負(fù)責(zé)實施了多項在安貞醫(yī)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(chuàng)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(yī)生的肯定和青睞，冠狀動脈CT血管成像需求與數(shù)量與日俱增。但在王志強看來，此項檢查的后續(xù)流程繁瑣復(fù)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(yī)生手動操作，不但加大了醫(yī)生工作量，也增長了患者預(yù)約排隊及等報告時間，客觀上造成了患者就醫(yī)診療周期過長等問題——在就診量較大醫(yī)院這個現(xiàn)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(biāo)準(zhǔn)，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(biāo)準(zhǔn)——有創(chuàng)的冠狀動脈造影（ICA）和血流儲備分?jǐn)?shù)（FFR）。ICA結(jié)合FFR測量結(jié)果來指導(dǎo)制定患者的治療方案，被多個國家列入相關(guān)指南，但即使在美國和歐盟等FRR應(yīng)用率最高的地方，其應(yīng)用率也不足10%，在我國的使用率更低（不足1%）。“FFR是在導(dǎo)管室進行的有創(chuàng)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(shù)等候時間，這是其應(yīng)用率低的主因。從臨床上來看，我們迫切需要簡便的能結(jié)合解剖學(xué)和功能學(xué)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(shù)與醫(yī)療的結(jié)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(yī)院發(fā)起了一項AI與醫(yī)生進行冠脈CTA雙向?qū)Ρ裙诿}造影金標(biāo)準(zhǔn)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(biāo)準(zhǔn)醫(yī)學(xué)路徑驗證的一項多中心研究。結(jié)果顯示在病灶檢出方面，冠脈AI的95.1%敏感度高于醫(yī)生肉眼判讀。70.4%的產(chǎn)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(yī)生的診斷結(jié)果近似?！肮诿}AI可以將過去30-40分鐘的醫(yī)生手動影像后處理過程縮短至無需人工介入的數(shù)分鐘內(nèi)完成，還能極大程度降低狹窄病變的漏診率，AI診斷的準(zhǔn)確性和特異性不亞于三甲醫(yī)院高年資專家醫(yī)生，AI與醫(yī)生協(xié)同的判讀效率顯著優(yōu)于單純?nèi)肆ε凶x?！蓖踔緩娊榻B道。

王志強認(rèn)為本次冠脈AI多中心臨床研究對于AI醫(yī)療來說意義深遠(yuǎn)，“它首次為醫(yī)療AI效能驗證建立了行業(yè)規(guī)范，為醫(yī)學(xué)AI的臨床應(yīng)用提供了科學(xué)支撐，為國家監(jiān)管機構(gòu)制定規(guī)則提供了數(shù)據(jù)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(yī)云自主研發(fā)的深脈分?jǐn)?shù)（2020年正式獲批中國國家藥品監(jiān)督管理局醫(yī)療器械三類證）可以直接從結(jié)構(gòu)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(zhǔn)的評估結(jié)果，有助于輔助醫(yī)生為臨床干預(yù)和個性化治療提供重要決策信息。

“深脈分?jǐn)?shù)的深度學(xué)習(xí)模型是由計算機生成的15000個冠心病病例的數(shù)據(jù)庫中訓(xùn)練出來。這個數(shù)據(jù)庫廣泛地覆蓋了冠狀動脈不同程度、不同形態(tài)狹窄的樣本。它可以利用先進的深度學(xué)習(xí)模型來提取與血流動力學(xué)相關(guān)的必要的形態(tài)特征，從而建立患者特定心血管樹的壓力分布和形態(tài)特征之間的聯(lián)系?！蓖踔緩娊榻B這項多中心臨床實驗共納入130例受試者，臨床研究結(jié)果顯示以FFR≤ 0.8 為診斷缺血的標(biāo)準(zhǔn)，生理評估軟件診斷缺血的在血管水平診斷缺血的準(zhǔn)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(guān)系數(shù)0.649[0.567 - 0.726]。實驗證實由我國自主研發(fā)的深脈分?jǐn)?shù)是一款新的可實現(xiàn)對冠脈狹窄進行功能評估的產(chǎn)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(chǎn)品，深脈分?jǐn)?shù)的臨床性能參數(shù)已經(jīng)到達甚至超過了美國HeartFlow的FFRCT。而后者基于CFD（計算流體力學(xué)）流體仿真模擬，計算周期長，并且其服務(wù)地區(qū)僅限于美國、歐洲和日本等發(fā)達國家，且檢測費用相對昂貴。這項技術(shù)的應(yīng)用，我們可以減少三分之二造影，在大幅減少患者醫(yī)療支出同時，也減輕了國家醫(yī)療負(fù)擔(dān)。在這個領(lǐng)域，我們完全可以實現(xiàn)對歐美國家的彎道超車”。

“人工智能在醫(yī)學(xué)上的應(yīng)用越來越多，我們必須以更謹(jǐn)慎的態(tài)度去看待它。”王志強認(rèn)為人工智能優(yōu)點顯而易見，但當(dāng)用于訓(xùn)練算法的數(shù)據(jù)集質(zhì)量差、多樣性有限，或者它們反映結(jié)果的差異或現(xiàn)實偏倚偏移時，就會出現(xiàn)問題?！叭魏渭夹g(shù)的出現(xiàn)，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(dāng)成一個可以參考的工具，當(dāng)解釋結(jié)果和應(yīng)用技術(shù)實踐時，臨床醫(yī)生必須能夠認(rèn)識到這些陷阱，才能對這些危害保持警惕，確保在醫(yī)學(xué)中負(fù)責(zé)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(zhǔn)治療中的應(yīng)用是大勢所趨，也必將大有所為?！?/p>