匯醫慧影聯合301醫院開發出全球首個B型主動脈夾層人工智慧自動...

我行我show！中國醫院管理案例評選，醫院卓越管理實踐大秀場。

點擊查看

4月21日上午，全球範圍內首次開發出的B型主動脈夾層人工智慧自動分割方法在2018血管創新論壇上發布。這一由匯醫慧影聯合中國人民解放軍總醫院（北京301醫院）血管外科聯合發布的主動脈人工智慧研究雲平臺AORTIST2.0，在B型主動脈夾層手術的精準測量、預後預測、隨訪管理等方面取得了突破性進展。對於匯醫慧影來說，這亦是一次突破，其AI應用首次「走出了」影像科，開始臨床科室的應用，同時也從診斷環節突破至參與到臨床治療決策，從聚焦提升效率走向精準治療。

大數據、人工智慧可讓中國變道超車

2018血管創新論壇以理念創新、技術創新為主旨，聚焦大數據人工智慧等新一代信息技術在醫療領域的創新運用，探討以大數據、人工智慧等技術創新在血管外科的場景應用落地。

工信部信息化軟體服務業司謝少鋒司長在本次論壇上表示：要推進智慧醫療健康需要以人民為中心，把人民對於美好生活的嚮往作為目標，強化數據開放數據安全等方面加強合作，一是推動醫療健康數據的開放共享與綜合利用，順應新技術、新業態發展的趨勢，構建統一、全面、互聯互通的醫療健康大平臺，實現數據、資源共建共享，消除數據壁壘，暢通部門需行業之間的數據共享通道。二是在健康信息技術企業、醫療部門合作，強化供給側和需求側的對接力度，以需求為導向推進大數據人工智慧技術，在醫療技術深入廣泛的應用，推進技術成果轉化和產業的升級。三是切實保障醫療健康數據的安全，強化醫療健康數據身份管理和安全體系建設，通過標準的實施安全的防範，確保醫療健康數據的安全。大數據人工智慧和醫療健康領域的深度融合，有利於優化資源配置、整合社會的力量、實踐醫療健康效益的最大化。對推動技術進步、實現彎道超車，增進人民福祉全面建設小康社會具有重要的意義。

「隨著人工智慧上升至國家戰略，算法、算力和大數據得到快速發展。近年來，人工智慧在病情監控、疾病預警、用藥監控、個性診斷、精準治療、智慧養老等方面均有突破。尤其在微創診療方面，人工智慧賦予醫學科研和臨床極大的想像力。」清華大學生物醫學學院副院長廖洪恩教授做了主題為《人工智慧在醫用圖像與微創診療領域新進展》的分享。廖教授認為：對於AI，其實我們應該更關注機器的效益和人的效能和認知的方面共贏的提升，不是說完全取代醫生，更多的是成為一個互補的模式，在我們的這一種診斷、導航甚至有一些醫療相關的領域裡，應該是長期高度配合協作，最終為了實現精準的個性化醫療。

作為領先的醫學影像人工智慧公司，匯醫慧影提供一整套醫學影像數據分析挖掘和醫學影像智能輔助診斷服務，已經落地700多家醫院，其基於深度學習的智能輔助診斷系統已在數百家醫院應用，基於影像組學、機器學習、大數據等技術的大數據智能分析雲平臺已經落地300多家醫院。

在2018血管創新論壇上，匯醫慧影聯合中國人民解放軍總醫院（北京301醫院）血管外科發布了主動脈人工智慧研究雲平臺AORTIST2.0。AORTIST全稱為「Artificial intelligence Online Research platform Targeting Individualized aortic Stent-grafting Therapy」。

據介紹，雙方在合作長達一年時間後，在B型主動脈夾層手術的精準測量、預後預測、隨訪管理等方面取得了突破性進展。據301醫院血管外科主任郭偉稱，這是全球範圍內首次開發出的B型主動脈夾層人工智慧自動分割方法。對於匯醫慧影來說，這亦是一次突破：其AI應用首次「走出了」影像科，開始臨床科室的應用，同時也從診斷環節突破至參與到臨床治療決策，從聚焦提升效率走向精準治療。

AORTIST2.0賦能主動脈疾病診療

主動脈夾層是主動脈疾病中最為兇險、複雜的疾病。隨著醫療設備和手術器械的升級，人類已經可以用血管腔內修復的方式治療主動脈疾病，實現了主動脈手術從巨創到微創的轉變。主動脈疾病微創治療的主要問題也開始從如何更安全的完成手術，向如何更有效地治療疾病轉變。如何對主動脈解剖參數進行精準測量以降低手術併發症發生率，如何實現對主動脈疾病患者預後預測以制定個體化治療方案和隨訪計劃成為了血管外科醫生更加關注的問題。

資料顯示，主動脈是身體的主幹血管，如果出現內膜層撕裂，不能及時的救治，一旦破裂，致死率很高。夾層位只在左鎖骨下動脈開口遠端以下的部位，沒有累及近端的主動脈則為B型主動脈。B型主動脈夾層是一種非常少見但嚴重的疾病，65%～70%在急性期死於心臟壓塞、心律失常等，所以早期診斷和治療非常必要。

匯醫慧影創始人兼CEO柴象飛介紹，301醫院和匯醫慧影共同設計課題後，醫院方提供影像數據、患者臨床數據等，匯醫慧影則提供人工智慧算法、放射組學算法以及後續工程化的算法，平臺訓練出後，先在小範圍內進行驗證，並調試準確度，再進行大範圍的推廣應用。

AORTIST解決了此前B型主動脈夾層手術中的精準測量、預後預測和遠程隨訪三大核心問題。以精準測量為例，B型主動脈夾層手術需要對近遠端錨定區直徑、破口位置和某些重要的距離信息進行精準測量。基於CTA軸位的手動測量存在誤差尤其是主動脈弓部直徑測量誤差非常大，而且手動測量方式也難以獲取長度、距離等信息。在這種情況下，血管外科醫生通常需要委託專業人員使用商業軟體才能獲得精準的解剖參數，但這樣信息獲取的準確性和及時性卻不能保證。

AORTIST雲平臺在患者主動脈三維重建、分割、中心線提取、破口分析、直徑和長度的精準測量方面達成突破。據透露，使用AORTIST雲平臺，動脈直徑測量交並比達到98%，動脈直徑誤差縮小到1.5mm以內，較常規手動測量精準度提高到50%以上，在10分鐘內可以完成對患者錨定區直徑、長度、分支動脈間距離的精確測量，效率和準確率大大提升，對醫生制定個性化手術方案有極大的幫助。

301醫院血管外科主任郭偉教授則表示：影像組學是和大數據、人工智慧緊密聯繫在一起的。大數據不是大量數據，實際上是大數據云數據。醫學數據裡面更重要的一部分是影像學數據，影像學數據常常是疾病客觀反應形式的一種表現，比病人主述、比病歷更真實，主動脈疾病非常契合做大數據、人工智慧和影像組學。現在做圖像的公司很多，但是把它延展成自動化的分割的公司非常有限。基於卷積神經網絡最重要的部分就是自動測量，AORTIST2.0可以輔助精準測量。以前絕大部分病人在手術前，是人工手動測量，難點是找到垂直於主動脈中軸的層面，然後選擇準確的支架。除此外，AORTIST2.0還提供預案推薦，它是基於大量數據的分析結果，可以改善遠期預後結局。

AI與影像組學在血管外科未來可期

回顧人工智慧發展的歷程，最早起源於專家系統為主的人工智慧，到90年代末期轉變為統計學模型。AI漸漸走近人們的視野是從2012開始，這時以數據為驅動的人工智慧出現。2016年人工智慧技術在各行各業爆發，因此被稱為「AI元年」，起因則是AlphaGo的出現。

柴象飛認為，在AI技術落地醫療的場景中，影像和病理是技術最成熟、應用面最廣的兩塊。AI醫療影像在微創診療方面，除了能夠智能化分析，為診療提供新策略，還能實現醫學圖像智能化分割實現三維知識建模、多模態圖像配準為醫生提供多維信息、無輻射圖像追蹤技術為醫生減少術中射線傷害等。

在B型主動脈這個問題上，醫療影像雖然已經實現了突破，但還仍然存在著不少挑戰。柴象飛提到：「可能主動脈全國的發病也就是10萬人，當我們再往A型、B型主動脈瘤細分時，每一個單病種只有幾萬例的發病人群，所以我們根本沒有辦法獲得幾十、上百萬例的數據。我們通常只能在幾百或者幾千個數據集中進行計算，在這過程中如何應對小數據進行人工智慧計算，是醫學影像目前最需要去提升的能力。」

從醫療行業來看，這個行業的特殊性決定了很多新技術、新東西是不能去「試錯」的，因為這很容易就牽扯到生命。同時，尤其是在醫學影像這個細分領域裡，極具學科交叉能力的創業者會具有比較大的競爭力。創業者不僅需要醫學臨床的知識、電子計算機知識、數據處理知識、而且需要了解市場、銷售、管理的「門道」。

正如柴象飛最後指出的，在醫療影像行業，交叉型人才還非常欠缺，這是制約其快速發展的瓶頸之一。無論產品的開拓、科研的開拓還是商業化的開拓，其實多方的協作，尤其是跨學科人才的培養是至關重要的。在這過程中，無論是商業、技術，還是醫學知識，三者缺一不可。