受访人
郭伟教授
AI为主动脉夹层的“精准治疗”提供了一种新的方法。应用制式和程序化手段规范临床行为，提升医生水平；应用互联互通推动数据共享，为每位患者提供一个健康“账户”。
2018年4月21日上午，由解放军总医院血管外科主任郭伟教授主持研发的针对B型主动脉夹层的人工智能产品——AORTIST2.0（主动脉支架个体化置入人工智能研究云平台）在“2018年血管创新论坛”上发布，AORTIST2.0可以对B型主动脉夹层的影像进行自动分割，提取相关数据识别“破口”，辅助医生精准选择器材、推荐手术方案、预测术后效果和协助医生或患者对疾病进行长期整体管理。
郭伟教授从未停止过在血管外科领域持续创新的脚步。自1997年以来，郭伟教授率先在国内开展腹主动脉瘤、主动脉夹层、胸主动脉瘤的腔内修复术，以及复杂主动脉瘤与夹层的杂交手术等等。然而，在创新的过程中，他也不断感受到挑战和压力。
“突出的两个问题：一是器材发展不能满足临床需求，二是高证据级别的研究极其匮乏。”郭伟教授坦言。
通过几代人的努力，我国血管外科已经取得了不少成绩，如：近三年来中国血管外科疾病的基础研究SCI论文占世界同行业总数的10％以上；近10年来国家自然资助的主动脉和外周血管疾病项目也逐步增多，尤其是近5年来科研经费投入翻两翻以上。
这些数据说明中国血管外科疾病科研水平在日益提高，正逐步形成一支关注血管外科疾病临床和科研的团队。但是，从学科建设来看，国内目前从药品到器材、设备，大多仍然依赖进口。“这确实是工业发展滞后的问题，也是理念问题。”郭伟认为。这种情况极不利于学科向更高层次发展。
从人才培养与团队建设来看，目前血管外科发展的“宽度”还不够。我国正逐渐步入老龄化社会，血管外科疾病谱早已经发生了巨大变化。由于高龄、吸烟、高血压、糖尿病、高同型半胱氨酸血症等血管疾病高危因素的高发生率使我国外周动脉疾病发生率急剧上升，迫切需要高水平的血管外科从业人员来应对这一现实需求。
“我们每年都有很多培训，不少年轻医生也有更多渠道学习、提升，但从普通医生提升到‘临床专家’需要花费巨大时间和精力，尤其是许多基本知识与基本技能不具备创造性，而掌握这些却需要做大量的培训工作。即便如此，也不能使每一位医生对这些非创造性工作的结果达到顶尖或同一水准。这是人才培养和梯队建设中亟待解决的问题。而应用制式和程序化手段规范临床行为是解决这个问题的重要捷径。”郭伟道。
2017年5月，听完汇医慧影CEO柴象飞关于人工智能与临床应用相结合的演讲后，郭伟与柴象飞商量：能否用AI的方式，为血管外科某些疾病的临床治疗赋能，既能在临床科研上进行突破，也能为提高临床诊治水平做些贡献。一位是血管外科的大专家，一位是专攻人工智能落地临床的技术型CEO，两人在“头脑风暴”后很快敲定：试试做一款与主动脉疾病腔内治疗相关的AI产品。工作从主动脉夹层开始……
主动脉夹层发病凶险、复杂，“如果能做好这款产品，再将研发经验‘复制’到其他血管外科相关疾病上的话会更有可借鉴价值。”郭伟认为。根据病变部位，主动脉夹层可分为A型和B型，
其中B型主动脉夹层住院期间死亡率高达10%，5年内死亡率高达20%-40%，约62%的患者术后发生胸主动脉或腹主动脉的扩张。随着医疗设备和手术器械的革新，B型主动脉夹层从传统开刀手术转变为腔内修复术，将手术期死亡率从约30%降至10%以内，并成为血管外科医生一线治疗方案。随着微创技术日渐精湛，对主动脉疾病治疗，医生的关注点也从单纯的手术安全转向个性化精准治疗，降低并发症风险，改善远期预后结局。因此，如何获得解剖参数精准测量，以降低手术并发症发生率、如何实现患者预后预测、如何制定个体化治疗方案和随访计划，是血管外科医生在日常工作中面临的极大挑战。让医生从粗糙的测量、繁重的随访工作中解脱出来，同时赋予产品“精准和预测”，将极大提高结果的同质性！
B型夹层虽然凶险，但发病率较低，患者数据并不多。如何利用“小数据”达到人工智能训练所需的“质”，成为研发团队首先要解决的问题。
精挑细选出影像清晰度高、影像完整、1mm层厚的254例患者主动脉夹层影像，研发团队对这些图像进行高质量标注，通过迁移学习、强化学习、建立随访系统形成数据闭环反馈机制等等方法，2017年11月利用“小数据”成功研发出AORTIST1.0。用254例新影像数据不断调整、验证后，AORTIST2.0诞生，预计AORTIST2.0很快可以临床投入使用。
郭伟教授谈起这件产品很自豪，从2017年5月的一个模糊概念，到产品成型、临床验证，不过一年的时间，这位在临床上始终追求创新的血管外科专家体验了一把“AI速度”。
AORTIST2.0对临床帮助有多大？郭伟给记者举了个例子。患者的影像拍好后，如果是没有获得良好培训的医生基本无法对病变评估和器材选择作出准确判断，“因为这些需要多年丰富的临床经验，不是几次培训就可以获得的。”AORTIST2.0则提供了一个非常可行的方案。
在记者看到的软件演示中，医生将患者影像输入到系统中后，从影像识别到最终手术方案输出，耗时大概10分钟。“呈现完整信息、提高测量准确性、完成对患者锚定区的精确测量，这对不少医生来说是一个很好的辅助工具。”郭伟说，在AORTIST云平台的辅助下，动脉直径误差缩小到1.5mm以内，较常规手动测量精准度可提高到50%以上。
在AORTIST2.0平台上，郭伟还尝试融入疾病管理理念，对医生来说，过去患者的数据管理是割裂的，随访工作量也很大。“通过云平台把不同医院、相同患者的数据‘串’在一起，
给每位患者一个‘账户’，形成大数据库，医生不论是随访、科研都会更便捷。”郭伟很期待患者信息互联互通带来的更多可能性。AI是新技术、新理念，也是国家战略、未来趋势。主打“智慧”牌的AI作为一种新的方法论，有机会在各行各业成长为最新生产力。“医生的需求，工程师要懂，但是新技术与临床怎样结合，医生要敢提想法。”郭伟在采访中强调的这一点值得关注。与医学的结合不能仅依赖于科技公司的“热闹”，经验丰富的临床专家不乏“金点子”，主动寻求AI支持，是践行“AI走向临床”的重要方式。
-END-
閱讀更多 e醫療 的文章
