行研｜AI—改變血管介入行業格局的關鍵點

文章來源：思宇醫械觀察

轉載要求：首發24小時後可轉載，需註明來源

引言

介入心臟病學的獨特性質使其成為開發基於人工智慧 (AI) 的技術的理想目標，人工智慧有望從根本上改變該領域。

搶先看：

· 人工智慧在介入心臟病學中的潛在應用是影象和影片分析、臨床決策支援、機器人輔助程式以及臨床資料庫分析的新方法。

· 國內目前樂普醫療(300003)、科亞醫療、搏動醫學、數坤科技已搶先佈局AI心血管疾病賽道

· 目前人工智慧在介入心臟病學領域的發展還處於早期階段，但它具有介入心臟病學轉型的潛力。

一、AI各個分支的基本概念&

在介入心臟病中的參與模式

在最近的創新和技術進步的推動下，生物醫學資料的質量和數量不斷提高，再加上計算能力的進步，使得用於健康和生物醫學研究的人工智慧 (AI) 方法取得了很大進展。

在過去的幾年裡，人工智慧極大地改變了臨床醫學的格局。雖然人工智慧在人類生活的其他方面從自動駕駛汽車到自動語音識別系統不斷髮展，但機器學習如今仍在心血管醫學的前沿。人工智慧在心血管疾病中的進展仍舊在起步階段，但隨著經導管療法的出現，介入心臟病學的臨床領域已大大擴充套件。無創成像是心血管介入前評估心血管疾病的關鍵點。AI可以協助進行術中指導、血管內成像，併為醫生提供傳統常規檢測手段無法獲取的額外資訊。

人工智慧在介入心臟病學中的應用可分為虛擬和物理兩大分支。 虛擬分支包括機器學習（ML）、深度學習（DL）、自然語言處理（NLP）和認知計算的資訊學，以控制健康管理系統（即電子健康記錄和醫學影象分析軟體）和自動化臨床決策支援系統。物理分支則由機器人介入程式作為代表。

資料來源：Impact of Artificial Intelligence on Interventional Cardiology

ML演算法能夠從資料中識別特徵，執行預測，有助於理解大型、複雜和異構資料中的模式，可以基於較少的資訊提供更優、更穩健的預測。例如，科學家使用ML來確定造影劑型別是否是經皮冠狀動脈介入治療後造影劑引起的急性腎損傷的獨立預測因子。

ML中有一個分支是Supervised learning（監督學習），這種方法開發了一個模型來預測或分類未來事件，或找到與特定結果相關的變數。它通常涉及將觀察結果分類為一個或多個類別或結果（例如，“這張血管造影照片是否代表冠狀動脈夾層或血栓形成？”）目前，監督學習已經取得了一些成功，其模型的開發，成功地提高了對於心力衰竭再入院的預測準確讀，以及實現了對超聲心動圖二尖瓣關閉不全的準確分級。

藉助DL演算法可以分析大型資料集，能夠在無需人工干預的情況下自動發現模式。DL 是可用於心血管成像模式（例如，血管造影、超聲心動圖、計算機斷層掃描、心臟磁共振、血管內超聲和光學相干斷層掃描）的影象識別應用平臺。

NLP 是人工智慧和語言學的融合，專注於開發計算機理解人類語言的能力。NLP 已用於電子病歷 (EMR) 的大規模資料庫分析，以檢測醫師文件中的不良事件和術後併發症。NLP 可用於掃描數千個數據源，以篩選和識別患有嚴重瓣膜或血管狹窄、肥厚性心肌病、房間隔缺損的患者。

計算機視覺是計算機科學的一個分支，處理數字影象中的物件和特徵識別，包括數字影片幀。它是影象處理和ML的組合。計算機視覺的與醫療保健相關的一個重要的應用是心臟影象的採集和解釋，包括計算機輔助診斷和影象載入程式/手術。

二、人工智慧

在介入心臟病學中的應用

（一）影像解讀：

人工智慧夠對影象重建、分析和解釋。對大量影像資料的分析和專用影像軟體的使用，使影像顯示推進到 “解剖佈局”，簡化影像解釋。

HeartFlow（Redwood City，California）在美國和英國分別通過了FDA及NICE批准，可以透過使用 DL 的非侵入性成像對冠狀動脈狹窄進行解剖和功能評估。

Cathworks Ltd（Kfar-Saba，以色列）基於血管造影的分數流儲備，在介入手術中，使用計算機視覺和三維重建技術，計算流體動力學允許開發無線演算法。

西門子Healthineer的 TrueFusion已獲得FDA許可，這是一種心血管應用，集成了先進的超聲和血管造影成像，可在結構性心臟病干預期間改進導航和引導。TrueFusion可以使超聲心動圖醫師和介入醫師在具有挑戰性的手術過程中更好地溝通並實現更直觀的解剖定位。這可能會減少對比劑的使用、手術時間和輻射暴露。

未來，透過深度學習，基於成像的病理的自動診斷可能會獨立於成像專家而成為單獨的分支。

（二）臨床決策支援：

具有認知計算的臨床決策支援系統尚處於開發階段，包括使用機器學習、模式識別和 NLP 來模仿人類思維過程的自學習系統。

IBM的沃森健康中心Watson for Health應用認知技術從電子病歷、實驗室報告、成像報告、已釋出的醫學報告、指南和各種網際網路資源中提取和分析資訊。目前，IBM 正在開發 Medical Sieve，這是一種用於心臟病學家和放射科醫師的自動化認知助手，旨在幫助臨床決策。 這個IBM專案已經解決了許多心臟成像模式，包括血管造影中冠狀動脈狹窄的自動檢測。

（三）AR、VR與AI的結合

AR、VR（歡迎查閱思宇往期文章（盤點 | 15家公司VR和AR技術在醫療的應用））與AI技術組合應用能夠為血管介入帶來技術革新。目前，VR 平臺正用於結構性心臟干預的圍手術期規劃，以及術前患者體驗以減少緊張焦慮的情緒。

EchoPixel開發的 FDA 批准的 True 3D system 以直觀的互動式 VR 格式呈現患者特定的解剖結構。SentiAR Inc 公司獲得了NIH 220萬美元的研究資助，開發一種 AR 心臟全息圖技術，該技術允許在全息顯示器中實時檢視、測量和操縱患者的解剖結構，以提供程式指導。介入手術中的語音虛擬輔助系統可以幫助醫生以擴音方式更有效地控制裝置、導航 EMR 系統或訪問影象庫。

（四）AI大資料整合及疾病預測

迄今為止，諸如“組學”資料、人類腸道微生物組測序、社交媒體和心臟成像等大資料過於龐大和異質，無法儲存、分析和充分發揮其潛力，而AI則可以解決這個問題。ML 已在心臟病學中用於預測心力衰竭患者的 1 年死亡率和疑似冠狀動脈疾病患者冠狀動脈造影資料集的 5 年死亡率；評估了接受 PCI 的血液系統惡性腫瘤患者的心血管疾病概況;評估了經導管主動脈瓣置換術後手術併發症的種族差異。

透過AI分析可能會幫助介入專家完成對人群和患者每個階段的護理特定資料整理與分析。在一項初步研究中，ML 演算法在急診科出現胸痛的患者中預測心肌梗死的準確率為 94%。DL 預測模型將預測死亡、出血、造影劑腎病和中風的圍手術期風險，介入手術中各種資料的監控能夠實時預測和避免不良事件的發生。

在未來，人工智慧的應用程式能夠支援個人更健康的行為，有助於健康生活方式的養成和藥物依賴性的預防。

（五）物理應用——機器人輔助

人工智慧有可能透過減少手術時間的可變性和改善整體患者護理來增加機器人在導管插入術實驗室中的價值。AI系統目前仍舊達不到完全自主的機器人血管手術技術，不過，使用計算機視覺和影象分析等人工智慧技術增強這些機器人工具是完全可以實現的。

2019年被西門子收購的Corindus Vascular Robotics公司擁有首個FDA批准的用於輔助經皮冠狀動脈介入治療（PCI）程式的醫療裝置CorPath200機器人系統，以幫助醫生在放置支架時提高精度和準確度。幫助醫生精確測量解剖結構和裝置定位，從而減少醫生和病人的輻射量。

Verb Surgical是谷歌與 Ethicon Endo-Surgery 的合作公司，他們的手術機器人將包括 ML 和感知功能，旨在識別手術過程中的潛在問題。他們計劃將機器人連線到類似於IBM Watson的雲超級計算機服務系統，這樣外科醫生和機器人都可以基於數千個類似程式的資訊來提升自身的效能。

還有正在開發的其他專案，包括開發可以穿過血管將藥物輸送到特定目標的微型機器人。這種微型機器人的未來應用包括修復受損細胞或執行微程式的潛力，其中可能包括各種血管幹預手段。

三、國內近年血管介入AI企業動態

2020年樂普醫療(300003)研發的人工智慧“心電分析軟體”（AI-ECG Platform）獲NMPA批。AI-ECG Platform基於人工智慧深度學習技術，使用千萬級的心電圖臨床大資料進行訓練，透過自動分析心律失常、心肌梗塞、心室肥大和 ST-T 異常等心電圖事件，總體準確率已達到95%以上，實現了靜態心電圖的快速、準確診斷，同時支援院內院外的心電網路建設，能夠有效提升醫院的資訊化、智慧化水平。

2020年科亞醫療自主研發的“冠脈血流儲備分數計算軟體”獲批中國首個AI醫療器械三類證。

2021年博動醫學新一代AI-QFR冠脈精準診斷系統全球首發。AI-QFR冠脈定量血流分數分析技術，可無創、快速、精準地進行冠脈生理學評估，從而準確評估心肌缺血程度，同時其獨特的PCI手術導航技術將輔助精準治療策略在國內的快速落地，讓基層醫院也能具備三甲醫院的手術水平。

2021年數坤科技在CMEF大會上首次釋出了“數字人體”計劃。“數字心”是“數字人體”的開創性產品，其中冠脈狹窄AI產品繼成為首家獲得NMPA三類證後，又獲得了歐盟MDR CE證書，成為了唯一獲得NMPA、CE雙證的冠脈AI。目前，它可應用於冠心病/腦梗塞/腫瘤/外傷/胸痛中心/卒中中心/心臟專科等多臨床場景，形成了依靠影像平臺支撐的多學科診療模式，最終形成了一整套院級影像全面智慧化解決方案。9月，數坤科技擬在香港上市。

四、總結

人工智慧透過整合大量資訊，在診斷成像中發揮著至關重要的作用。 同樣，AI 也開始在血管介入領域中紮根。 它可以擴充套件程式指導、程式內分析、機器人技術和臨床判斷的選項。隨著介入專家在臨床實踐中採用人工智慧，它將逐漸徹底改變介入治療策略。最初可能會有一些障礙，但是人、機器、病人三位一體將是未來幾年血管介入領域的焦點。

資料來源：

Front. Cardiovasc. Med., 08 December 2021 | JACC: CARDIOVASCULAR INTERVENTIONS VOL. 12, NO. 14, 2 | Interventional Cardiology 2021;16:e31. | 新京報 | 貝多財經 | 瓣膜網 | 搏動醫學官網 | 科亞醫療官網 | 中國食品藥品網