文 |李永華

來源 | 智能相對論（ID：aixdlun）

剛剛結束的2018年發生了太多的事，但最令人遺憾的還是那些年輕生命的猝然逝去。

12月8日，25歲的大疆無人機相機部員工在家猝死，從入職到突然死去才過去5個月，引發輿論嘩然；在這之前的10月20日，互聯網保險大特保創始人兼CEO周磊突然去世，享年45歲。猝死早已不是什么新鮮話題，但年輕人猝死的發生仍然在震驚著社會。

大疆在訃告中稱會提醒員工及時參加體檢，雖然招致廣泛批判（如加班無人道），但也從側面說明了日常的疾病篩查與診療對預防猝死有著重要意義，這其中心血管又尤其重要，那些爆出的猝死案例大多與此相關。

帶著沒有疾患的身體為青春奮斗，才是對個人和家庭的負責。在全民高壓生活節奏的當下，實現心血管普惠篩查與準確診療是應有之義，這方面，與醫學影像緊密聯系的AI或許有了用武之地。

年輕人猝死，彰顯心血管疾病篩查與診療的迫切需求

權威數據顯示，人群中每5人中就有2人最終死于心血管病。心血管科總是醫院最忙碌的科室之一，CT、核磁共振等門前也總是聚集著大量病患。

更“可怕”的是，根據美國心臟協會研究，25%左右的冠心病患者平常與“健康人”無異，首次發病就直接猝死，上帝沒有給他們發現和治療的機會。在我國，每年心臟猝死的發生率為41.84例/10萬人，按13億人算就是54.4萬人，居全球之首，每分鐘有3人心臟猝死。顯然，被媒體報道的只是少數，更多猝死正在發生。

不考慮“量”，隨著猝死越來越容易出現在年輕人身上，它帶給社會和家庭的創傷遠遠超越過往。在一些特殊的職業身上，例如人民警察，系統性的高強度工作讓從業者背負更大的心血管疾患風險，近些年來猝死頻發，社會輿論扼腕嘆息。

普通人主動篩查與患者更好地被治療兩大需求疊加，作為關鍵的預防與診療手段，心血管醫學影像識別的重要性被空前提升，提升效率與準確性的新技術引入也顯得尤為必要。

傳統醫療疲于應對，AI價值凸顯

與“市場需求”的旺盛相比，傳統醫療體系卻疲于應對。

一般而言，心血管影像診斷分為圖像掃描、圖像后處理、撰寫報告、報告審核四個步驟，單個案例在影像環節花去的時間最低要半個小時，碰到復雜一點的情況時間會更長。

如果一個正常水平的醫生超負荷工作12小時/天，每日只能處理24個病例。一邊是影像科醫生們叫苦不迭，一邊是龐大的需求被阻滯在檢查室門外。更“麻煩”的是，心血管與其他類型的疾患不同，“急診”更多，人命關天，時間要求更緊迫。

迫切的需求和疲軟的醫療應對能力錯位，心血管醫學影像領域急需要進行技術升級與流程再造，這時候，AI醫學影像識別的價值體現出來，AI醫療創業者也開始出現。

1、效率極大提升

用AI“看片子”，意味著冗雜又必不可少的心血管影像識別流程被AI技術“一鍵搞定”，首要的表現會是效率的大幅度提升。

例如，國內AI醫療公司數坤科技，從心腦血管大病種起步，開發出了被稱之為能實現“拍立得”的CoronaryDoc心血管AI影像識別產品。在實際案例中，這一解決方案能幫助影像科醫生將冠脈CTA三維重建、判讀、評估、審核報告系列流程的處理時間縮短到5分鐘左右，相對30分鐘+，檢查效率提升了6倍以上。

2、穩定、持續優化的準確性

不同醫生的影像識別能力各不相同，而經驗再豐富的醫生也會受制于疲勞等因素造成準確率“波動”，這些嚴重影響心血管醫學影像識別的準確率。

AI的介入，一方面能實現不受人員能力影響的較高準確率，另一方面，算法不斷優化的過程，也使得這種準確率可以持續提升，且可能比醫生學習速度更快。上文數坤科技的解決方案目前獲得了較為理想的準確率，且隨著合作醫院的增多，算法的自我成長讓準確率也在不斷提升。

3、推進醫療服務升級

如果最冗雜的工作被24小時不知疲倦的AI代替，醫生不再陷入無盡的“片子”中，對醫院而言，不論是“治病能力”，還是“服務質量”，亦或是醫生們的職業認可都會有大的提升。“騰出手來”也可加大基礎醫學研究力度，改變只有臨床經驗卻無更領先醫學理論的境況。

總而言之，AI應用到心血管診療，對大眾尤其是特定職業的全面預防性篩查、減少無癥狀心源性疾病導致的猝死風險，對減輕醫生工作壓力、提升效率和診斷準確性，對病患享受更好地診斷與治療，都有積極意義。

AI心血管醫學影像識別的落地，不是那么簡單

AI心血管醫學影像識別市場需求龐大、技術價值明顯。例如，前文的數坤科技CoronaryDoc已經進入全國逾 100 家醫院進行臨床試用，包括武漢市中心醫院、北京友誼醫院、北京宣武醫院、中國醫學科學院阜外醫院等知名醫院都與數坤科技開展了各種形式的合作。

不過怪異的是，多數AI醫療公司們似乎對心血管疾病“視而不見”，這么多年市面上只找到一家企業將其作為進入AI大醫療的起步點。數坤科技對外宣稱其建立了具有獨占性的原創心血管AI影像平臺，實現從拍片到結構化報告的診斷全流程覆蓋，核心技術包括AI三維重建、血流動力學分析、手術規劃和導航、智能疾病管理等。

在成立一年之內，數坤科技也已完成逾億元的 A 輪融資，遠毅資本、華蓋資本、晨興資本等知名投資基金參與，足見資本市場對心血管AI醫學影像識別的看重。

這種矛盾的原因并不難理解，AI項目扎堆的肺結節領域已經擁有全球開源的數據與算法，而心血管領域的醫學影像識別可以說是一窮二白，既沒有啟動階段的充足數據，也缺乏可以拿來就用的現成算法，要做只能是“白手起家”。所以，數坤科技必須要原創算法模型，并且“生在醫院，長在醫院”。

人才也是困擾該領域的難點，各類AI國際大賽、實驗室項目客觀上為肺結節的現實應用輸送了大量的人才，而心血管領域的AI人才體系接近空白。由此，數坤科技提前到大學鎖定人才、自主培養的做法也就可以理解了。

此外，心血管影像獨特的技術難點也讓不少人望而卻步。

相對肺結節的靜態掃描圖像更容易分析和合成，不斷跳動的心臟讓多張掃描圖像的三維圖像重建變得更為困難，且冠脈極端復雜的網狀結構（左、右冠狀動脈的分支及其終末支等復雜結構）、個案之間大不相同的病癥可能（冠心病、主動脈夾層、動脈炎等），都給AI的能力提出了更為巨大的挑戰。

對此，數坤科技研發出了更復雜、更大、更深的血管分割網絡——其技術團隊也將其命名為整體透視網絡，這也是數坤科技孤注一擲研發成功的全球獨有AI算法。

即便所有的困難都克服了，AI解決方案的最終準確性仍然依賴初始圖像掃描質量，說白了，設備越先進、掃描操作人員的水平越高，成像質量越好，AI的分析也就更能得心應手。但是，倘若成像質量只屬一般，AI也必須有從“一般”中提升準確率的能力。

2018年11月20日，數坤公司獲得德勤“中國明日之星”稱號，該獎項也被稱為全球高成長企業的標桿。這可以說是對單個企業的認可，其實更可以說是業界對AI心血管影像識別的看好。

反過來，把目光轉到數坤科技這家個體企業身上，選擇從心血管領域起步AI醫療創業，路也不會那么好走。

但是，倘若最難的路首先走通了，后面進入肺結節、皮膚癌等領域做全領域AI醫療可能會更簡單。

不過，這都是創業的選擇問題了，對大眾而言，AI心血管醫學影像識別的普及越快越好。

智能相對論（微信ID:aixdlun）：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背后的芯片、算法、人機交互等。