首都医科大学附属北京安贞医院医生、心血管博士后王志强
1956年一场在美国达特茅斯学院召开的学术会议，被认为是全球人工智能研究的起点。之后几十年，随着计算机科学的发展，人工智能技术虽然几经波折，近些年来终于迎来蓬勃发展时期。2017年我国将人工智能列入国家发展规划，可以说人工智能正在被快速推动应用到产业发展和社会生活的各个方面。聚焦于医学领域，现代医学接纳人工智能的直接动力来自于处理多维度、多来源大数据的压力，因而人工智能被寄予厚望可以发挥更大的作用。
冠心病是导致我国城乡居民死亡的首要原因之一，尽早诊断、适时干预对于疾病的预后弥足珍贵，人工智能在心血管疾病精准治疗中起何种作用也成为诸多患者关心的新方向，为此本刊专访了首都医科大学附属北京安贞医院医生、心血管博士后王志强，他主要从事冠心病介入治疗，重点研究方向为冠状动脉功能学评估，主要负责实施了多项在安贞医院进行的人工智能辅助诊疗实验。
目前临床上针对冠心病的主流检查方法是冠状动脉CT，具有成像速度快、创伤小、检查费用低、能直接评估心血管状况等特点，受到患者和临床医生的肯定和青睐，冠状动脉CT血管成像需求与数量与日俱增。但在王志强看来，此项检查的后续流程繁琐复杂，图像处理、初写报告和审核报告的诊断耗时长，需要影像医生手动操作，不但加大了医生工作量，也增长了患者预约排队及等报告时间，客观上造成了患者就医诊疗周期过长等问题——在就诊量较大医院这个现象尤为突出。
临床上冠状动脉CT血管成像检查以≥50%狭窄作为心外膜动脉梗阻性狭窄的标准，但其特异性低，会造成很多假阳性，增加很多不必要的侵入性冠脉造影检查。临床上诊断冠心病有两个常用的金标准——有创的冠状动脉造影（ICA）和血流储备分数（FFR）。ICA结合FFR测量结果来指导制定患者的治疗方案，被多个国家列入相关指南，但即使在美国和欧盟等FRR应用率最高的地方，其应用率也不足10%，在我国的使用率更低（不足1%）。“FFR是在导管室进行的有创检测，耗材价格高昂，所使用的血管扩张剂可能引起患者不适，同时也增加了患者手术等候时间，这是其应用率低的主因。从临床上来看，我们迫切需要简便的能结合解剖学和功能学两种评价方法进行冠心病的诊断与治疗。”
近年来人工智能技术与医疗的结合，为缓解临床需求和工作效率之间的矛盾带来了新的契机。2018年9月，安贞医院发起了一项AI与医生进行冠脉CTA双向对比冠脉造影金标准的对照临床研究，这是迄今为止样本量最大、覆盖地域最广，用标准医学路径验证的一项多中心研究。结果显示在病灶检出方面，冠脉AI的95.1%敏感度高于医生肉眼判读。70.4%的产品特异性（特异性指在不患病的人群中，成功排除患病的概率）与CTA临床医生的诊断结果近似。“冠脉AI可以将过去30-40分钟的医生手动影像后处理过程缩短至无需人工介入的数分钟内完成，还能极大程度降低狭窄病变的漏诊率，AI诊断的准确性和特异性不亚于三甲医院高年资专家医生，AI与医生协同的判读效率显著优于单纯人力判读。”王志强介绍道。
王志强认为本次冠脉AI多中心临床研究对于AI医疗来说意义深远，“它首次为医疗AI效能验证建立了行业规范，为医学AI的临床应用提供了科学支撑，为国家监管机构制定规则提供了数据参考”。
如果说冠脉AI的介入改善了临床检测诊断全流程，那么昆仑医云自主研发的深脉分数（2020年正式获批中国国家药品监督管理局医疗器械三类证）可以直接从结构和功能两方面评估冠状动脉狭窄及缺血情况，并给出更加快速精准的评估结果，有助于辅助医生为临床干预和个性化治疗提供重要决策信息。
“深脉分数的深度学习模型是由计算机生成的15000个冠心病病例的数据库中训练出来。这个数据库广泛地覆盖了冠状动脉不同程度、不同形态狭窄的样本。它可以利用先进的深度学习模型来提取与血流动力学相关的必要的形态特征，从而建立患者特定心血管树的压力分布和形态特征之间的联系。”王志强介绍这项多中心临床实验共纳入130例受试者，临床研究结果显示以FFR≤ 0.8 为诊断缺血的标准，生理评估软件诊断缺血的在血管水平诊断缺血的准确性88.89%[82.58% - 93.52%]；敏感性93.42%[85.31% - 97.83%]。ICA测量FFR值与实验软件测量FFR值的相关系数0.649[0.567 - 0.726]。实验证实由我国自主研发的深脉分数是一款新的可实现对冠脉狭窄进行功能评估的产品。
“如今我们每例FFR-CT的计算时间缩短至5分钟，作为全世界仅有的两款已取证同类产品，深脉分数的临床性能参数已经到达甚至超过了美国HeartFlow的FFRCT。而后者基于CFD（计算流体力学）流体仿真模拟，计算周期长，并且其服务地区仅限于美国、欧洲和日本等发达国家，且检测费用相对昂贵。这项技术的应用，我们可以减少三分之二造影，在大幅减少患者医疗支出同时，也减轻了国家医疗负担。在这个领域，我们完全可以实现对欧美国家的弯道超车”。
“人工智能在医学上的应用越来越多，我们必须以更谨慎的态度去看待它。”王志强认为人工智能优点显而易见，但当用于训练算法的数据集质量差、多样性有限，或者它们反映结果的差异或现实偏倚偏移时，就会出现问题。“任何技术的出现，都是不断修正的过程，不可能一下子走到巅峰。不要迷信AI，而是将其当成一个可以参考的工具，当解释结果和应用技术实践时，临床医生必须能够认识到这些陷阱，才能对这些危害保持警惕，确保在医学中负责任地使用人工智能。但毫无疑问，人工智能在心血管疾病精准治疗中的应用是大势所趋，也必将大有所为。”
