心脑血管疾病被两会重点关注，谈谈AI能帮点儿什么？

文 |李永华

来源 | 智能相对论（ID：aixdlun）

2019年2月7日，武汉某医院急诊科，武汉理工大学职工黄先生（化名）因为胸痛在值班医生的安排下刚刚做完心脏CT，正在焦急等待结果。这一天正好是正月初三，门诊尚未开放，彼时的急诊大厅里乌泱泱全是各种看病的患者，值班医生桌前围满了病患，CT室门前更是“门庭若市”，焦虑写在每一个在走廊里的患者或家属身上，与春节的喜庆格格不入。

按照一般门诊流程，CT扫描完成后，需要1天时间来出具报告，在急诊科，这个流程缩短，但也需根据患者数量排队。春节期间的大吃大喝造成心脑血管问题加剧，若正常排序，已经胸痛难忍的黄先生怕是要面临不小的风险。

他的情况有些特殊。

2015年，黄先生出现胸闷症状，当年12月7日在武汉某医院确诊“前降支近中段重度狭窄”入院，12月12日成功进行了PCI手术，按心血管疾患的诊治规定，黄先生需要每年复查冠脉情况确保治理效果，并及时发现或有的潜在问题。2017年11月复查后，黄先生一直没有进行第二次例行复查。

接诊医生将这个情况电话通知CT科室医生后，报告医生这次处理很快，5分钟借助某AI冠脉辅助诊断系统打印了后处理图像，快速写好了报告：黄医生原手术部位被准确反映出来（未出问题），有新的冠脉狭窄问题需要处理，但问题不算严重。

这样的速度让经历过不少次CT检查过程的黄先生有些意外。事实上，黄先生是得益于早就在互联网科技创业浪潮中炒得火热的AI医疗，只不过，这次是碰到了真正落地的AI影像识别。

看见CT室门前那些病患或家人取报告的速度快了不少没有再形成积压，从事计算机教学的黄先生感慨，原来AI+医疗早就进入普通人的生活，为更多人的健康保驾护航。

就在黄先生这次诊疗一个月之后的两会，心脑血管疾病亦被重点关注，包括全国政协委员、北京大学第一医院心血管内科主任霍勇等在内，诸多与会者都提出了与心脑血管疾病救治相关的提案，在政府工作报告中更是首次提出“做好常见慢性病防治”，而心脑血管疾病无疑已经成为慢性病的“主力病症”。

AI医疗介入心脑血管疾病领域，已经十分必要。

心脑血管影像识别，AI医疗产品的高地

刚刚过去的冬天格外寒冷，加之春节、元宵大吃大喝的习惯，那段喜庆的节日里心脑血管疾病反而呈现高发态势。医院急诊室里的“盛况”，在更多城市里发生。

在典型的中部城市郑州，2月4日(农历除夕)上午8时至2月10日(农历大年初六)下午15时，120指挥调度大厅共派诊1738次，救援救治1538人次，这其中，心脑血管疾病发病率仍居“榜首”，占到27%。

越到中国人的喜庆日子，心脑血管科室门前就越热闹，也加剧了本就贫乏的医疗资源的紧张。据网络公开数据显示，我国医学影像数据的年增长率约为30%，而放射科医生数量的年增长率约为4.1%。这时候，心脑血管诊疗的AI应用需求进一步凸显出来。

AI+医疗是一个宽泛的概念，如图（来源：健康界）：

医学影像占了大头，例如最近一两年，肺结节影像识别产品扎堆上线，影像识别的心脑血管玩家却十分稀少，该领域到目前为止仅出现一家名叫“数坤科技”的创业企业，不久前的2月18日刚刚宣布获得了2亿元B轮融资，获得社会关注。

大蛋糕玩家少肯定是有原因的：

1、技术角度：心脏砰砰跳，影像识别更难“对付”

CT简单说是通过某部位不同角度的多幅X光二维图像重建出立体的三维图像，由此确定病症。而人的器官中只有心脏是在短时间内频繁跳动的，且心血管本身还是一个极端复杂的网络，要重建心血管模型，并确定狭窄、病变，毫无疑问会比静态组织更难。

2、系统角度：病症太多太麻烦

乍一看黄先生所患的“前降支近中段重度狭窄”让人一头雾水，其实，“前降支”是冠脉血管的一支，“近中段”是其中的一段，“重度”是不同堵塞度的一个级别，可想而知，不同组合会产生多少种类。

而这，还只是“冠心病”的小类，其他与冠心病平级的还有主动脉夹层、大动脉炎等病症；识别工具上也有FFR（血管堵到什么样子了）、钙化积分（血管本身的质地怎么样）等多样化方式。心脑血管AI影像识别在产品层面必须是一个系统性的工程，单一的对症意义并不大。

3、流程角度：质量与效率“我全都要”

医学上的事都不能马虎，在肺结节、乳腺癌等领域搞错了是会耽误人命的，到了心脑血管这里同样如此。美国学者的研究发现，25%的冠心病患者首次发病即猝死。过去，黄先生等待3天时间才能拿结果是可以理解的，CT机扫描、繁琐的后处理、出具报告、医生审核，一环扣一环保证了准确率。

对AI来说，影像识别一方面要保证准确率，另一方面还需要尽可能精简过程，既要质量又要效率，难免有些困难。

真医疗AI产品的“德行”，从心脑血管影像识别可见一斑

上述难处反过来其实也定义了医疗AI辅助产品应有的要求，要达到被医院、被市场、被患者信赖，AI影像识别产品应至少做到三个层面，这方面，由于心脑血管领域的唯一性，数坤科技可作为仅有的案例，但其也有仍需进化之处。

1、不只“读片”，也解决系统性效率提升问题

影像方面除了技术上的“读片”，写报告、审核报告、经验积累等全流程闭环还有许多额外工作，正如长征医院影像学与核医学科教授刘士远所说，“好的AI助手解放医生，投入更多时间进行病情研究才是有意义的”。

说白了，医生们需要的是全流程医疗“基础设施改造”，仅将技术介入到旧有医疗流程环节其结果可能是医生使用不便、整体效率难以提升（参见自媒体“寻找中国创客”：《为什么大多数医疗影像AI都躺在医院吃灰？》）。

黄先生拿到的急诊结果，其中不只有病灶影像识别，整体流程优化也十分重要，数坤要建立的大数据早期预警、AI影像筛查、AI多学科综合精确诊断、个性化治疗方案规划与风险预测等全流程、全场景智能诊疗一体化平台，应当就是基于这种考虑。

2、看菜吃饭当然舒坦，但心脑血管得自己“炒菜”

心脑血管的影像识别少有开源资源，加之心血管疾病非常复杂，单纯的冠状动脉粥样硬化便需要诸多专业知识去辅助诊断，数坤的产品组合，即冠心病智能辅助诊断系统CoronaryDoc、冠脉FFRCT辅助评估系统、主动脉智能辅助诊断系统、头颈CT智能辅助诊断系统、CASCOREAI钙化积分等不同产品，便是AI影像识别的一种必需方式。

3、在影像识别这件事上，AI干啥、人干啥更要分得清

根据媒体采访，在AI影像识别实践中，医生们出现“用AI看一遍，自己再检查一遍”的情况。这是必须的，AI目前仅作为辅助医生的诊断工具，直接面对患者的仍然是医生。 因此，如何在严谨规则下建立AI与人分级协作机制变得十分重要。

方式肯定有很多种，既节省时间，又让“疑难杂症”由人工再把关。这里以数坤科技的置信度（判断可信度的统计学概念）机制为例，如果一份报告的置信度达到95%，医生基本不需要手动修改，只需要做复核。

相信更多类似的医疗AI协作机制将会在未来被开发。

带来全面的医疗价值，心脑血管AI影像识别产品还需两个维度的迁移

要带来全面的医疗价值（背后是商业价值），心脑血管AI影像识别产品还得要有两个维度的迁移能力。

1、更多医院应用：保证泛化应用的“鲁棒性”

“鲁棒性”是专有概念，指换个环境后系统还具备和之前环境里一样的能力——我给你这个工作条件你能干活，给你那个差一点或不一样的工作条件你还是能干出同样的结果。

不同医院的CT、核磁共振等设备不尽相同（如32排、64排），不同医生的设备操作能力、机器状态也会导致图像质量不尽相同，要实现医院的横向迁移，鲁棒性是必备的产品“品质”。

同样的系统，黄先生在A医院与B医院当然应以类似的速度得到一样的检查结果，其关键，是训练AI模型时用到的数据必须是来自实践的CT图像，同时具备高质量的专业医生标注，而不仅基于共享的标准图像，这就好像普通人学英语，广泛生活情境对话的才能告别聋哑英语。

2、更多病种应用：技术应进行共享共通

全球科技的发展往往首先来源于军事、航天等尖端技术建设，中国登月对其他军用、民用科技有直接的推动作用。医学界很多知识、方法也是相通的，作为技术壁垒高的影像识别，心脑血管也存在着被其他病种所通用的技术，推一及百。

数坤科技B轮融资时就对外宣称将加大研发投入，将其已在心脑疾病领域建立的优势延伸和覆盖心、脑、肺、乳腺、前列腺等重要疾病和临床场景。

创世伙伴资本创始主管合伙人周炜说，“相信数坤科技有实力成为医疗影像AI市场的第一。”先不论变成医疗影像AI市场第一这事靠不靠谱，至少，在心脑血管领域的技术领先、积累的行业认可要转化到全医疗影像上，首先考验的是数坤将产品、技术跨病种迁移的能力，对其他想要把自家产品扩展到更多病种上的玩家而言，也是相同的道理。

而具体要如何做，对数坤、对更多行业玩家而言将是另一个更复杂的故事了。

【完】

智能相对论（微信ID:aixdlun）：深挖人工智能这口井，评出咸淡，讲出黑白，道出vb深浅。重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。