受訪人
郭偉教授
AI為主動脈夾層的“精準治療”提供了一種新的方法。應用制式和程序化手段規範臨床行為，提升醫生水平；應用互聯互通推動數據共享，為每位患者提供一個健康“賬戶”。
2018年4月21日上午，由解放軍總醫院血管外科主任郭偉教授主持研發的針對B型主動脈夾層的人工智能產品——AORTIST2.0（主動脈支架個體化置入人工智能研究雲平臺）在“2018年血管創新論壇”上發佈，AORTIST2.0可以對B型主動脈夾層的影像進行自動分割，提取相關數據識別“破口”，輔助醫生精準選擇器材、推薦手術方案、預測術後效果和協助醫生或患者對疾病進行長期整體管理。
郭偉教授從未停止過在血管外科領域持續創新的腳步。自1997年以來，郭偉教授率先在國內開展腹主動脈瘤、主動脈夾層、胸主動脈瘤的腔內修復術，以及複雜主動脈瘤與夾層的雜交手術等等。然而，在創新的過程中，他也不斷感受到挑戰和壓力。
“突出的兩個問題：一是器材發展不能滿足臨床需求，二是高證據級別的研究極其匱乏。”郭偉教授坦言。
通過幾代人的努力，我國血管外科已經取得了不少成績，如：近三年來中國血管外科疾病的基礎研究SCI論文佔世界同行業總數的10％以上；近10年來國家自然資助的主動脈和外周血管疾病項目也逐步增多，尤其是近5年來科研經費投入翻兩翻以上。
這些數據說明中國血管外科疾病科研水平在日益提高，正逐步形成一支關注血管外科疾病臨床和科研的團隊。但是，從學科建設來看，國內目前從藥品到器材、設備，大多仍然依賴進口。“這確實是工業發展滯後的問題，也是理念問題。”郭偉認為。這種情況極不利於學科向更高層次發展。
從人才培養與團隊建設來看，目前血管外科發展的“寬度”還不夠。我國正逐漸步入老齡化社會，血管外科疾病譜早已經發生了巨大變化。由於高齡、吸菸、高血壓、糖尿病、高同型半胱氨酸血癥等血管疾病高危因素的高發生率使我國外周動脈疾病發生率急劇上升，迫切需要高水平的血管外科從業人員來應對這一現實需求。
“我們每年都有很多培訓，不少年輕醫生也有更多渠道學習、提升，但從普通醫生提升到‘臨床專家’需要花費巨大時間和精力，尤其是許多基本知識與基本技能不具備創造性，而掌握這些卻需要做大量的培訓工作。即便如此，也不能使每一位醫生對這些非創造性工作的結果達到頂尖或同一水準。這是人才培養和梯隊建設中亟待解決的問題。而應用制式和程序化手段規範臨床行為是解決這個問題的重要捷徑。”郭偉道。
2017年5月，聽完匯醫慧影CEO柴象飛關於人工智能與臨床應用相結合的演講後，郭偉與柴象飛商量：能否用AI的方式，為血管外科某些疾病的臨床治療賦能，既能在臨床科研上進行突破，也能為提高臨床診治水平做些貢獻。一位是血管外科的大專家，一位是專攻人工智能落地臨床的技術型CEO，兩人在“頭腦風暴”後很快敲定：試試做一款與主動脈疾病腔內治療相關的AI產品。工作從主動脈夾層開始……
主動脈夾層發病兇險、複雜，“如果能做好這款產品，再將研發經驗‘複製’到其他血管外科相關疾病上的話會更有可借鑑價值。”郭偉認為。根據病變部位，主動脈夾層可分為A型和B型，
其中B型主動脈夾層住院期間死亡率高達10%，5年內死亡率高達20%-40%，約62%的患者術後發生胸主動脈或腹主動脈的擴張。隨著醫療設備和手術器械的革新，B型主動脈夾層從傳統開刀手術轉變為腔內修復術，將手術期死亡率從約30%降至10%以內，併成為血管外科醫生一線治療方案。隨著微創技術日漸精湛，對主動脈疾病治療，醫生的關注點也從單純的手術安全轉向個性化精準治療，降低併發症風險，改善遠期預後結局。因此，如何獲得解剖參數精準測量，以降低手術併發症發生率、如何實現患者預後預測、如何制定個體化治療方案和隨訪計劃，是血管外科醫生在日常工作中面臨的極大挑戰。讓醫生從粗糙的測量、繁重的隨訪工作中解脫出來，同時賦予產品“精準和預測”，將極大提高結果的同質性！
B型夾層雖然兇險，但發病率較低，患者數據並不多。如何利用“小數據”達到人工智能訓練所需的“質”，成為研發團隊首先要解決的問題。
精挑細選出影像清晰度高、影像完整、1mm層厚的254例患者主動脈夾層影像，研發團隊對這些圖像進行高質量標註，通過遷移學習、強化學習、建立隨訪系統形成數據閉環反饋機制等等方法，2017年11月利用“小數據”成功研發出AORTIST1.0。用254例新影像數據不斷調整、驗證後，AORTIST2.0誕生，預計AORTIST2.0很快可以臨床投入使用。
郭偉教授談起這件產品很自豪，從2017年5月的一個模糊概念，到產品成型、臨床驗證，不過一年的時間，這位在臨床上始終追求創新的血管外科專家體驗了一把“AI速度”。
AORTIST2.0對臨床幫助有多大？郭偉給記者舉了個例子。患者的影像拍好後，如果是沒有獲得良好培訓的醫生基本無法對病變評估和器材選擇作出準確判斷，“因為這些需要多年豐富的臨床經驗，不是幾次培訓就可以獲得的。”AORTIST2.0則提供了一個非常可行的方案。
在記者看到的軟件演示中，醫生將患者影像輸入到系統中後，從影像識別到最終手術方案輸出，耗時大概10分鐘。“呈現完整信息、提高測量準確性、完成對患者錨定區的精確測量，這對不少醫生來說是一個很好的輔助工具。”郭偉說，在AORTIST雲平臺的輔助下，動脈直徑誤差縮小到1.5mm以內，較常規手動測量精準度可提高到50%以上。
在AORTIST2.0平臺上，郭偉還嘗試融入疾病管理理念，對醫生來說，過去患者的數據管理是割裂的，隨訪工作量也很大。“通過雲平臺把不同醫院、相同患者的數據‘串’在一起，
給每位患者一個‘賬戶’，形成大數據庫，醫生不論是隨訪、科研都會更便捷。”郭偉很期待患者信息互聯互通帶來的更多可能性。AI是新技術、新理念，也是國家戰略、未來趨勢。主打“智慧”牌的AI作為一種新的方法論，有機會在各行各業成長為最新生產力。“醫生的需求，工程師要懂，但是新技術與臨床怎樣結合，醫生要敢提想法。”郭偉在採訪中強調的這一點值得關注。與醫學的結合不能僅依賴於科技公司的“熱鬧”，經驗豐富的臨床專家不乏“金點子”，主動尋求AI支持，是踐行“AI走向臨床”的重要方式。
-END-
閱讀更多 e醫療 的文章
