客服中心

孙宝玲谈人工智能在心血管临床领域的精准诊断

汇者

· 673次阅读 · 2022-09-28

医疗领域是人工智能(AI)赋能的主要场景之一,人工智能(AI)有望为疾病带来新的解决办法,提升诊断治疗效率。心血管领域是当代临床医学中非常重要的专业领域,很多疾病诊断流程复杂,诊断和治疗难度较大。冠心病患者在进行心脏介入治疗之前,需要进行医学评估,其中就包括定量血流分数(μQFR)、微循环阻力(AMR)和血管径向壁应变(RWS)等指标。

孙宝玲从事心血管内科21年,从事危重病医学13年,临床经验丰富,熟悉诊治心血管常见病、多发病,擅长危重症的监护、抢救和处理,综合解决各种复杂合并症。孙宝玲是中华医学会(Chinese Medical Associaton)成员、中国医师协会(Chinese Medical Doctor Association)心脏重症专家委员会委员、长三角心血管急重症联盟委员、海峡两岸医药卫生交流协会(CROSS-STRAITS MEDICINE EXCHANGE ASSOCIATION)重症医学专业委员会委员、上海市心脏重症委员会委员、上海市浦东新区医学会危重病专业委员会委员,美国心血管和肺部康复协会成员(The American Association of Cardiovascular and Pulmonary Rehabilitation,AACVPR),曾任国家执业医师考官。她长期从事重症复杂先心病的外科治疗和系统防治研究,在国内率先开展多项新术式并成功应用于复杂先心病的外科治疗,对将3D打印、虚拟现实和混合现实等三维技术综合应用于先心病外科辅助诊疗中有深刻的了解和认识,本文将结合孙宝玲的研究成果,讲述她对运用人工智能AI在心血管临床领域的精准诊断,以及运用AI解决心血管问题的研究成果和分析。


AI早期识别

2012年我国慢性病死亡占疾病死亡人数的86.6%,其中脑卒中死亡人数占慢性病死亡的51%,占总死亡的44.2%,中国心血管危险因素流行趋势明显,导致心血管疾病人群持续增加。心血管病死亡率如此之高,需要受到医护人员和患者关注,人工智能的出现可以帮助医患解决心血管疾病的早期识别以及慢性病的防控知识。

以冠状动脉钙化为例,冠状动脉钙化是冠状动脉疾病的生物标志,并且冠状动脉钙化评分是心血管事件,例如心脏病或中风发作的强预测因子,冠状动脉钙化非常普遍,也被视为是冠心病的前兆。常规冠状动脉钙化评分需要专门的心脏、心电CT来对比诊断。基于深度学习,根据胸部CT自动计算冠状动脉钙化评分,算法可以检测出严重心血管事件爆发的风险并提供预警。

AI在医疗中的作用

放射科医生每天工作量很大,长时间高强度的工作,会导致医生疲劳,注意力不集中,会有出错的风险,机器最大的特点就是精准和快速,不会出现因为劳累而出现诊断出错的情况,并且可以在极端的时间内阅读一张医学影像。对于医疗机构来说,控费成为了必须要面对的问题,收入减少的情况下,想要继续运营下去,需要降低运营成本,采用人工智能辅助诊断系统,可以节约医生大量的精力,提高医生的工作效率,从而可以在相同的时间服务更多的患者,从而缓解经济压力。

AI在心血管CT成像中的应用

心血管成像质量与病人体质量指数(BMI)相关。在保证客观影像质量不变的条件下,随着BMI增加,辐射剂量也会逐渐增加。降低辐射剂量的措施包括优化管电压(kV)、管电流(mA)与改进重建算法等。几乎所有的CT生产商都提供迭代重建算法来降低CCTA过程中的伪影与噪声。随着AI算法的不断优化,在减低辐射的同时也能保证影像质量,而且能大幅缩短影像重建等待时间,现已达到几乎可以实时重建的水平。孙宝玲研究发现,使用全卷积神经网络可以有效降低低剂量采集影像中的噪声,将卷积神经网络(convolutional neural network,CNN)与对抗CNN结合,从低剂量心脏CT上模拟出类似常规剂量所得到的影像,以此来降低辐射剂量;此实验共纳入28例同时经过20%标准剂量及标准剂量的2次心脏CT扫描病人,结果表明上述方法可以将低剂量心脏CT影像模拟成类似标准剂量CT影像。目前已有多种DL技术可用于改善影像质量,有的还可用于减少运动伪影,由此可知AI技术具有在心血管影像领域运用的潜力。

孙宝玲认为,AI 技术的发展为心血管系统疾病诊疗的高效自动化和经济节约化提供了一个可行的方案。一方面,AI通过使用计算机的算法优化流程和决策的能力已成功被应用于智能诊疗、医学影像分析、电子健康病历的大数据管理、精准医疗、分子生物学及新药研发等方向,极大地改善了医疗环境。另一方面,AI在心血管疾病的诊治上已经展现了一定的潜力:它可以通过使用高效的算法从大量成像数据中检测和“学习”特征,帮助医师减少诊断和治疗相关错误并促进个性化医疗,从而达到指导临床实践的目的。此外,AI可以用于识别疾病特有的模式并关联新的特征,以获得具有创新性的科学见解。

【免责声明】 自媒体用户发布在亚太财经网评论发表的所有信息、言论等仅代表个人观点,与本网站立场无关,不对您构成任何投资建议。用户应基于自己的独立判断,自行决策投资行为并承担全部风险。任何用户私加自媒体用户发布的联系方式由此带来的损失都由用户自行承担。
登录发布

登录可以发布您的资讯
没有账号,请点击注册

Copyright 2024-2040 yzforex.com
上海炯杰信息科技有限公司 版权所有
沪ICP备18016373号-1
申请订阅
关于我们 信息合作 法律声明 加入我们 征稿启事 联系我们 风险提示