聚焦高水平人工智能研究，優(yōu)化心血管介入精準施治

陳韻岱

心血管疾病是全球范圍內(nèi)患病率和致死率最高的疾病之一［1］。據(jù)《〈中國心血管健康與疾病報告2022〉概要》報道［2］，我國心血管疾病的現(xiàn)有患病人數(shù)約為3.3億，約占我國現(xiàn)有人口總數(shù)的1/4。嚴峻的疾病現(xiàn)狀提示著采取行之有效的精準防控手段刻不容緩。因此，國家衛(wèi)生健康委聯(lián)合多部門共同制定了《健康中國行動—心腦血管疾病防治行動實施方案（2023-2030年）》，旨在協(xié)調(diào)各方、統(tǒng)籌兼顧、創(chuàng)新驅(qū)動、精準防治，切實尋求改善心血管疾病發(fā)展現(xiàn)狀的“救治良方”。

新興技術(shù)的產(chǎn)生帶動著傳統(tǒng)技藝的革新。近年來，計算機技術(shù)的迅猛發(fā)展為醫(yī)學(xué)研究提供了新的延展方向，極大地改變了科學(xué)發(fā)展格局和前進速度，同時也豐富了科學(xué)研究的思路。作為計算機技術(shù)的重要研究分支，人工智能是一項模仿人類思維、學(xué)習和記憶能力的技術(shù)，目前已廣泛應(yīng)用于心血管疾病的防治領(lǐng)域，在智能化心血管疾病監(jiān)測、精準化心血管疾病診斷、最優(yōu)化治療策略制定等多方面提供了新的解決方法，已逐步成為業(yè)界關(guān)注的焦點［3］。近年來，我國基于人工智能的醫(yī)學(xué)研究刊文量逐步上升，高質(zhì)量研究層出不窮，已有多家大型醫(yī)學(xué)中心與工程學(xué)研究團隊合作融合，牽頭開展基于人工智能技術(shù)的心血管疾病相關(guān)關(guān)鍵問題研究，逐步建立起科技含量高、臨床應(yīng)用廣、轉(zhuǎn)化價值高的心血管疾病人工智能診療輔助體系，為從工學(xué)角度解決臨床問題提供了新思路、新方法、新動能。

令人欣喜的是，人工智能的快速發(fā)展也為心血管介入這項傳統(tǒng)優(yōu)勢技藝注入了新的活力，不僅從介入精準化提升、介入新技術(shù)探索等方面實現(xiàn)了介入技術(shù)的更新迭代，也提出了智能化介入醫(yī)療的新理念。因此，在人工智能驅(qū)使精準介入治療時代到來之際，如何持續(xù)創(chuàng)造高質(zhì)量人工智能研究成果，并推動高水平研究成果落地轉(zhuǎn)化成為研究人員關(guān)注的焦點。

1 基于人工智能的“精準”介入新方案

隨著心血管介入理念的不斷更新，精準化介入治療逐漸成為業(yè)界共識。人工智能技術(shù)在術(shù)前指征評估、術(shù)中路徑導(dǎo)航及術(shù)后療效評估等方面的應(yīng)用不斷擴展。近年來，隨著以冠狀動脈CT血管造影（coronary CT angiography， CCTA）為代表的無創(chuàng)影像學(xué)技術(shù)的快速發(fā)展，基于人工智能技術(shù)的無創(chuàng)影像學(xué)衍生指標［如冠狀動脈CT血流儲備分數(shù)（CT-fractional flow reserve，CT-FFR）、定量血流分數(shù)（quantitative flow ratio，QFR）、瞬時無波形比值（instantaneous wavefree ratio，iFR）］在術(shù)前臨界病變評估方面起到了彌足輕重的作用，從功能學(xué)評估角度實現(xiàn)了臨界病變的缺血評估。日前，筆者所在中心牽頭完成了世界首個基于機器學(xué)習CT-FFR現(xiàn)場部署策略的多中心臨床研究，發(fā)現(xiàn)CT-FFR可將非阻塞冠心病的造影檢出率降低45%，診療成本降低約8.3%［4］。同時，CT-FFR還可以應(yīng)用于真實世界支架術(shù)后患者，解決傳統(tǒng)解剖學(xué)狹窄對支架術(shù)后患者診斷不準確的問題［5］，真正成為導(dǎo)管室的“守門人”和“追蹤者”。 值得注意的是，CT-FFR在重度鈣化病變?nèi)毖潭扰袛喾矫婢哂芯窒扌?，而高密度鈣化病變產(chǎn)生偽影導(dǎo)致無法準確界定管腔邊界是CT-FFR診斷效能下降的主要原因。目前，光子計數(shù)CT（Photoncounting CT，PCCT）［6］等CT采集新技術(shù)的革新提升了CT的時空分辨率，增加了信息的可讀性，為進一步提高重度鈣化病變的管腔識別能力提供了可能。此外，基于深度學(xué)習算法的鈣化病變分割和量化可以更好地評估重度鈣化病變對CT-FFR診斷效能的影響。另外，多模態(tài)融合成像技術(shù)可以實現(xiàn)多種影像學(xué)技術(shù)的優(yōu)勢互補，彌補單一影像學(xué)技術(shù)的短板和劣勢，有助于提高診斷準確性，未來值得進一步加以探索。

術(shù)中路徑導(dǎo)航是基于人工智能技術(shù)的精準化心血管介入的重要方法，廣為人知的臨床應(yīng)用如FFRCTPlanner［7］、CathWorks FFRangio［8］等。前者基于深度學(xué)習算法實現(xiàn)了冠狀動脈狹窄的術(shù)中虛擬治療建模，后者則基于血管造影的FFR和流體力學(xué)參數(shù)實現(xiàn)術(shù)中靶病變的功能學(xué)及解剖學(xué)的同步評估，實現(xiàn)了術(shù)中病變治療的精準導(dǎo)航。無獨有偶，混合現(xiàn)實技術(shù)、3D打印技術(shù)、增強現(xiàn)實技術(shù)等前沿人工智能技術(shù)也對心血管疾病介入的智能化和精準化發(fā)展起到重要作用［9］。其中，虛擬三維重建和模擬手術(shù)入路等特有技術(shù)模塊，可以為術(shù)者提供復(fù)雜病變解剖結(jié)構(gòu)的模擬可視化，解決肉眼判斷所帶來的相對誤差，實現(xiàn)術(shù)程的精準操作。此前，筆者曾成功實現(xiàn)全球首例混合現(xiàn)實技術(shù)支撐的下腔靜脈濾器植入術(shù)，為該技術(shù)的推廣應(yīng)用積累了寶貴的實踐經(jīng)驗。無獨有偶，人工智能技術(shù)在血管內(nèi)超聲（intravascular ultrasound，IVUS）、光學(xué)相干斷層成像（optical coherence tomography，OCT）等腔內(nèi)影像學(xué)圖像分析方面展現(xiàn)了極大的潛力，可以實現(xiàn)快速、精準的術(shù)中腔內(nèi)影像學(xué)分析，在冠狀動脈易損斑塊精準分析和介入決策制訂等方面具有重要作用［10］。雖然，該技術(shù)存在數(shù)據(jù)質(zhì)量偏倚、成像分析耗時、圖像分析誤差等諸多挑戰(zhàn)，但筆者相信，經(jīng)過大規(guī)模數(shù)據(jù)穩(wěn)健開發(fā)、測試和驗證的人工智能模型仍有潛力改善冠狀動脈易損斑塊影像的評估，進一步改善冠心病患者的診斷和預(yù)后。

近年來，人工智能在結(jié)構(gòu)性心臟病的精準診治應(yīng)用正在逐漸起步，已有多家單位開展了基于人工智能的輔助診療系統(tǒng)、智能建模導(dǎo)航、智能診斷評估以及實時手術(shù)追蹤等智能化介入輔助技術(shù)，不僅推動了心臟電生理介入技術(shù)的精準化發(fā)展，也為先天性心臟病、心臟瓣膜病及心肌疾病等重點領(lǐng)域的科研創(chuàng)新發(fā)展賦能。日前，Yuan等［11］利用生成對抗網(wǎng)絡(luò)技術(shù)識別竇性心律心電圖中的心房顫動高危因素，精準實現(xiàn)了心房顫動的自動識別和早期篩查。也有研究聚焦于基于人工智能的心房顫動患者血栓預(yù)測模型研究，實現(xiàn)了對心房顫動患者血栓形成風險的有效評估，可以為血栓識別和早期防治提供新的解決思路，對解決我國腦卒中大國的現(xiàn)狀具有重要臨床意義［12］。人工智能還可應(yīng)用于高危心肌肥厚的早期識別領(lǐng)域，基于心臟磁共振成像（magnetic resonance imaging，MRI）實現(xiàn)了肥厚型心肌病的心肌纖維化自動識別分析，同時，基于CT的高危心肌肥厚表型特征研究也在加快開展。近年來，國內(nèi)的莊建團隊深入先天性心臟病的手術(shù)輔助關(guān)鍵技術(shù)探索，搭建了心血管人工智能與3D打印技術(shù)平臺。經(jīng)過多年耕耘，基本實現(xiàn)了常見先天性心臟病的智能建模和診斷，取得了一系列令人鼓舞的成果［13］。該團隊還建立了人工智能輔助下基于CT原始圖像和臨床參數(shù)的完全性肺靜脈異位引流術(shù)后肺靜脈梗阻的預(yù)測模型，開啟了結(jié)構(gòu)性心臟病數(shù)據(jù)挖掘的新探索。

近年來，影像學(xué)研究的快速發(fā)展衍生出了定量、深層次的影像組學(xué)分析方法。作為人工智能技術(shù)的重要研究分支，影像組學(xué)技術(shù)［14］可以深入挖掘影像學(xué)圖像中肉眼無法識別的高維度紋理特征，在充分特征挖掘、篩選和建模預(yù)測后，可以在心臟疾病的精準診療、風險分層及預(yù)后評估等方面產(chǎn)生巨大潛力。目前，影像組學(xué)技術(shù)在冠狀動脈周圍脂肪分析［15-16］、斑塊特征提?。?7］、左心耳血栓識別［18］、心律失常監(jiān)測［11］等多個研究領(lǐng)域具有一定的應(yīng)用價值，充分擴寬了影像學(xué)分析的深度和維度。值得注意的是，影像組學(xué)研究在心血管疾病領(lǐng)域的研究尚淺，面臨著圖像采集標準不一、圖像數(shù)據(jù)質(zhì)量不齊、應(yīng)用轉(zhuǎn)化效能不足等一系列問題。未來需要進一步優(yōu)化原始數(shù)據(jù)質(zhì)量控制、規(guī)范影像組學(xué)研究流程、實現(xiàn)多點區(qū)域聯(lián)動研究，為實現(xiàn)高質(zhì)量、深層次醫(yī)學(xué)影像分析賦能增值。

2 基于人工智能的“前沿”介入新技術(shù)

心血管介入技術(shù)的不斷發(fā)展離不開層出不窮的前沿新技術(shù)的保駕護航。血管介入機器人是人工智能在介入治療應(yīng)用領(lǐng)域的一個新突破，近年來，計算機視覺技術(shù)和影像學(xué)分析等人工智能的迅速發(fā)展為血管介入機器人的研制提供了可能。截至目前，國內(nèi)外已有多種血管介入機器人實現(xiàn)了臨床應(yīng)用，如CorPath?GRX機器人系統(tǒng)、Verb Surgical系統(tǒng)、Corindus系統(tǒng)、R-ONE?系統(tǒng)等［19-20］。血管介入機器人可以有效實現(xiàn)術(shù)中精準解剖學(xué)定位和結(jié)構(gòu)識別，有助于提高手術(shù)操作精度，減少醫(yī)患輻射暴露。雖然，血管介入機器人的研發(fā)仍處于起步階段，尚需針對機器人操作精細度、操作速度及臨床應(yīng)用價值等多角度開展探索，但筆者相信隨著涵蓋臨床醫(yī)學(xué)、工程學(xué)及計算機科學(xué)的跨學(xué)科團隊的持續(xù)探索，最終將促使這一技術(shù)轉(zhuǎn)化落地和推廣。

人工智能技術(shù)不僅在心血管介入器械革新上起到輔助作用，還著眼于心血管介入治療的戰(zhàn)線前移。其中，基于5G技術(shù)的遠程醫(yī)療［21］是一項劃時代的醫(yī)工結(jié)合創(chuàng)新，該技術(shù)自提出之日起，則迅速打破了各地醫(yī)療中心之間的地理隔閡，使得跨區(qū)域醫(yī)學(xué)交流和疾病救治成為可能。目前，我國范圍內(nèi)已有部分醫(yī)院開展了5G智慧醫(yī)院、5G救護車、遠程會診中心等智慧醫(yī)學(xué)建設(shè)探索，筆者所在中心也創(chuàng)新性地建設(shè)了信息化介入手術(shù)間，有條件實現(xiàn)造影圖像的多中心轉(zhuǎn)播共享，并實現(xiàn)了全國首例機器人輔助下5G遠程冠狀動脈介入手術(shù)。隨著6G技術(shù)的開發(fā)和部署，未來有助于減少地區(qū)間醫(yī)療水平差異，使得更多來自偏遠地區(qū)的心血管疾病患者享受到現(xiàn)代醫(yī)學(xué)進步的福利。此外，以“遠程心電實驗室”、“智能可穿戴設(shè)備”等為代表的智能化遠程醫(yī)療管理系統(tǒng)實現(xiàn)了心血管疾病患者的心電數(shù)據(jù)采集、云端上傳、遠程診斷及遠程預(yù)測，足以實現(xiàn)急性心臟事件的精準捕捉，實現(xiàn)與胸痛中心、卒中中心和創(chuàng)傷中心等醫(yī)療中心的關(guān)聯(lián)互動，減少院外急性心血管疾病的漏判誤判，真正發(fā)揮心血管疾病監(jiān)測的“前哨站”作用［22-23］。另外，基于人工智能的虛擬影像生成技術(shù)［24］使得從非對比圖像中生成增強圖像成為可能，預(yù)示著無對比劑CT大血管成像時代的啟動，有助于無創(chuàng)、快速的高危胸痛患者的急診診斷評估和治療指導(dǎo)，有力促進了高危胸痛診治的陣線前移。

人工智能技術(shù)的成熟和發(fā)展走向逐步趨近于醫(yī)學(xué)大模型的構(gòu)建和驗證。隨著數(shù)據(jù)量的擴增和數(shù)據(jù)結(jié)構(gòu)的加深，以自然語言處理及預(yù)測模型構(gòu)建為基礎(chǔ)的醫(yī)學(xué)人工智能大模型逐漸成為未來發(fā)展方向。相異于傳統(tǒng)疾病預(yù)測模型，大模型以“大”字為先，納入海量數(shù)據(jù)開展弱監(jiān)督數(shù)據(jù)特征學(xué)習，實現(xiàn)真正意義上的全智能醫(yī)學(xué)診療模型構(gòu)建。目前，國內(nèi)外部分團隊在心血管疾病診療預(yù)測大模型領(lǐng)域開始起步，如Avram等［25］構(gòu)建的CathAI模型和基于深度學(xué)習技術(shù)的心房顫動相關(guān)左心耳血栓預(yù)測模型［26-27］，可以實現(xiàn)基于冠狀動脈造影圖像的冠狀動脈狹窄全自動高效能分析、主動脈瓣復(fù)合體的解剖危險因素分析以及左心耳血栓的術(shù)前無創(chuàng)智能監(jiān)測，為深入推動智能化醫(yī)療體系構(gòu)建提供了循證證據(jù)和寶貴經(jīng)驗。

3 展望

人工智能的發(fā)展日新月異，在心血管疾病診療領(lǐng)域的應(yīng)用也日漸深入，從工學(xué)角度促成了一大批臨床關(guān)鍵問題的解決，已經(jīng)成為現(xiàn)代心血管介入輔助技術(shù)的重要部分，為實現(xiàn)智能化、數(shù)字化、精準化醫(yī)療提供了諸多可能。然而，無限機遇也伴隨著重大挑戰(zhàn)。（1）如何實現(xiàn)復(fù)雜人工智能模型的臨床可解釋性分析，實現(xiàn)人工智能分析與臨床實際應(yīng)用場景的融合，是人工智能相關(guān)研究亟須解決的痛難點問題。相異于工程學(xué)建模研究，醫(yī)學(xué)人工智能研究對于臨床解釋程度極為重視。目前，多種可視化技術(shù)（Grad-CAM、TCAV、SHAP等）正逐步被應(yīng)用于人工智能的可解釋性分析，有助于構(gòu)建高效、簡明、實用的人工智能模型［28］，使得臨床醫(yī)師對于模型輸出結(jié)果的理解更為充分，著力推進人工智能輔助醫(yī)療診治工作的部署。（2）匿名化標注數(shù)據(jù)集的可用性、復(fù)雜性及模型泛化性是人工智能研究的重要關(guān)注點?，F(xiàn)有醫(yī)學(xué)人工智能研究普遍存在數(shù)據(jù)質(zhì)量參差不齊，模型過擬合或欠擬合比例偏高等問題，限制了模型推廣和臨床應(yīng)用。為此，在保證嚴格數(shù)據(jù)質(zhì)量控制的前提下，研究人員開發(fā)了遷移學(xué)習、數(shù)據(jù)增強技術(shù)等計算機技術(shù)，使用小樣本數(shù)據(jù)實現(xiàn)模型預(yù)訓(xùn)練和模型微調(diào)，最終實現(xiàn)擬合程度好、泛化能力強的人工智能模型。（3）雖然已有多項高質(zhì)量人工智能研究被發(fā)表，但總體高質(zhì)量研究數(shù)量有限，尚無大規(guī)模、前瞻性隨機對照試驗用于心血管成像人工智能工具的臨床效果評估，也未制定人工智能工具應(yīng)用的標準化流程和成本效益分析。（4）數(shù)據(jù)隱私、安全性及倫理問題也是目前醫(yī)學(xué)人工智能研究的重要問題。隨著原始數(shù)據(jù)開源需求量的逐漸增加，大量患者隱私數(shù)據(jù)存在保密性不足、安全性欠佳等問題。目前，研究人員可采用加密技術(shù)和匿名化處理，同時需建立完善的數(shù)據(jù)安全管理和監(jiān)控機制，確保數(shù)據(jù)的完整性和安全性。（5）如何保持醫(yī)工交叉研究團隊的高度融合，培養(yǎng)更多擁有交叉學(xué)科建設(shè)思維的后備骨干，為推動高質(zhì)量人工智能研究落地轉(zhuǎn)化儲備力量，還需要一代代科研人員久久為功。

總之，人工智能技術(shù)方興未艾，應(yīng)用范圍廣泛，發(fā)展前景光明，對臨床診療和科學(xué)研究均有開創(chuàng)意義。作為扎根心血管領(lǐng)域的探索者，需要牢牢把握人工智能快速發(fā)展機遇，持續(xù)培育創(chuàng)新發(fā)展意識，搭建醫(yī)工交叉平臺，將新興研究成果應(yīng)用于介入技術(shù)和介入理念的革新，創(chuàng)造出更多高質(zhì)量人工智能研究成果，進而推動先進技術(shù)和科研成果的轉(zhuǎn)化落地和臨床應(yīng)用，為心血管疾病患者的臨床救治和風險評估提供新思路和新方法，最終為廣大心血管疾病患者帶來福音。

利益沖突 作者聲明不存在利益沖突