郭伟：“人工阅片时代”进入“AI阅片时代”——AORTIST 2.0系统解析

近年来，人工智能的风潮愈演愈烈，无论是自动驾驶还是搜索引擎，越来越多的技术领域使用人工智能来辅助工作。相对于自动驾驶和搜索引擎来说，医疗诊断的门槛更高，对人工智能的要求也更严格。在2018年4月22日举办的2018血管创新论坛上，我们惊喜地看到由中国人民解放军总医院血管外科发布的全球首款主动脉人工智能研究云平台：AORTIST 2.0系统，其标志着中国血管外科医生将从“人工阅片时代”进入“AI阅片时代”。人工智能在医学影像领域应用的准确度、诊断效率和覆盖病种数量都不断取得突破，相关国内外前沿研究都取得了比较好的成果。近日《门诊》杂志特邀中国人民解放军总医院血管外科主任、AORTIST 系统共同研究开发者郭伟教授，为读者深入解析AORTIST 2.0系统以及其在主动脉疾病诊疗上的作用。

《门诊》：目前我们正处于以大数据为导向的时代，人工智能炙手可热。我们获知，您正是基于该理念创建了AORTIST 2.0系统，能否先简单的介绍一下该系统的设计初衷及亮点？

郭伟教授：人工智能的起源，公认是1956年的达特茅斯会议。之后人工智能技术的发展波澜起伏，直至2016年AlphaGo Zero算法出现，终于迎来了大数据时代的元年，人工智能终于在特定领域超越了人类智能。时至今日，人工智能的发展已经渗入各行各业。在此基础上，我们就想是否可以结合大数据理念进行患者管理？虽然大数据的患者随访与传统随访方法相同，但随访场景发生了很大变化，不再受地域的限制，同时又完全解决了以往存储难度较高的影像资料的存储和管理问题。所以AORTIST 2.0系统可以说是顺应潮流，应运而生。

中国人民解放军总医院自从1997年开展腔内治疗，至今已有20年，积累了较为丰富的经验。同时也得出腔内介入治疗中存在两大“痛点”：患者术前评估和患者术后随访，于是我们就着手想办法来解决这两大“痛点”。

《门诊》：能为我们读者详细解释一下AORTIST 2.0系统是如何解决这两个痛点的吗？

郭伟教授：患者术前评估主要是针对患者全身状况的评估和对影响手术相关病变血管的评估。其中手术的相关病变血管的测量较为复杂，其也是一直困扰临床医师的难点之一。在学科发展早期，临床医师曾经应用圆规等简陋测量器械进行粗糙测量，但随着学科发展至今，临床上已广泛应用PACS系统进行测量，但无论应用何种测量方式，人工测量过程仍然需要消耗大量时间和精力，并且无法达到完全准确。由于血管粗细不均、切面形状不标准，测量整体血管的不同位置的直径、长度等数据数量巨大，通过人工测量某一位置血管切面两点之间的直径距离不能准确的反映出血管的真实状况。然而腔内介入治疗效果十分依赖于术者对病变血管测量精度的掌握程度、手术方案的制定、器材的选择以及术中、术后并发症的发生，这些因素均与测量结果密切相关。缺乏精准的测量，手术方案的制定仿佛“空中楼阁”。如果对患者基线特征的认知出现了偏差，那以此为基础的一系列治疗措施均会出错，所以先前的测量、制定、选择都不能有分毫的差错。目前夹层手术要求支架选择比正常血管直径＞5％，然而人工测量血管直径误差普遍＞1 mm，大于预计的放大尺寸，测量结果“差之毫厘”，治疗效果“谬以千里”。而人工智能（AORTIST 2.0系统）在患者术前评估方面的精度远超于手动测量，不但可以做到自动测量，同时所测量的病变血管精度分毫不差，达到了精准医疗的要求。

在以往的临床诊疗过程中，保持对患者长期的术后随访相当困难，患者出院后失随访率较高。医师临床知识技能积累及临床研究开展均来源于对大量病例的随访和分析，长期大量的临床数据更有助于研究人员在临床研究中得出较为客观的结论。多年来，我们一直在思索如何把患者管理做到精致、精准、高效、系统的方法。起初我们采用纸质进行登记，该方法在图像、影像资料管理方面存在严重的不足。后来伴随着科技的进步，开始使用单机电子版登记系统，运用专业软件登记、管理患者信息，然而该方法在患者随访信息登记上存在诸多不便。直到AORTIST 2.0系统的出现，完全解决了这个“疑难杂症”，AORTIST 2.0系统的理念类似一家银行，不仅针对临床医师，同时针对患者。不同医院、不同地域、不同医师，均可通过指定账号向AORTIST 2.0系统存入数据，系统会自动匹配患者身份信息，并对患者的诊疗资料进行整理归档。例如：在北京大型综合型医院接受手术治疗的非本地患者，系统会在规定时间内自动提醒患者进行随访，患者可在当地医院（非北京）进行随访，随访结果录入AORTIST 2.0系统后，该患者的手术医院及手术医师均可长期监测患者的随访记录，为患者提供长期甚至终身的健康监测服务。

AORTIST 2.0系统截图

《门诊》：我们知道很多知识库的建立最困难的往往是原始数据的建立、新增数据的积累与完善，迄今为止AORTIST 2.0系统的数据库中已纳入多少数据？当数据库丰富性积累到一定程度后又将如何开展工作？

郭伟教授：AORTIST 2.0系统的数据库中已纳入250例以上患者数据，每例患者每次录入大于1000张CT影像学检查结果。这些数据都来源于中国人民解放军总医院的大量真实病例，经过长期训练的经验丰富且常年从事这方面工作的专业临床医师，对于每例患者的病变血管进行全程的精准测量。这些数据的精准程度决定了后期整个系统的准确性。

AORTIST 2.0系统建立的第一步是初始化数据的录入，之后随着实际业务中校验过的数据进入系统，一方面对原有的初始化数据的准确性进行验证和完善，另一方面实际应用过程中产生的高准确度数据存入系统后进一步优化系统。随着数据的积累，系统的准确性可不断提高。目前，有关主动脉夹层这类疾病，技术准确性已达93％。这已经标志了通过人工智能（AORTIST 2.0系统）进行患者管理已充分具备可行性。下一步的重点将向更多医院开放AORTIST 2.0系统，目前在国内不同地区，已有30多家医院加入并开始使用AORTIST 2.0系统。当然选择参与试用的医院也是有标准的，主要关键因素在于参与医院是否有条件提供高质量的影像资料。

《门诊》：AORTIST 2.0系统在存入患者影像学信息后，可提供数据管理与收集、血流储备分数评估、手术方案规则、不良事件预后预测、论文撰写、卷积神经网络自动测量等一系列服务，高效地协助临床医师诊疗。您觉得AORTIST 2.0系统的出现是对现有诊疗管理流程的优化，还是出现了诊疗技术革新？

郭伟教授：过去人工手动测量血管，都是采用“以管窥豹”的方式，通过多个位置血管的测量推断整个血管的情况。而AORTIST 2.0系统可全面直观地为临床医师提供病变血管的完整资料，并针对每位患者可记录长期多次诊疗结果，自动分析出病情变化曲线。为精准医疗提供了强有力的支持。

毫无疑问AORTIST 2.0系统优化了诊疗流程，通过提供可选择的诊疗方案，为临床医师节约了大量的时间。

编后

人工智能在医学领域的充分应用，及在此基础上衍生并最终建立的医疗体系，可以被称之为智能医学。这个概念的产生，看上去是源于计算机科学的强劲发展，但更多的是源于人们对人工智能未来的美好遐想以及对人类生命中未知部分的探索欲望。智能医学是一场革命，根据人工智能的研发进程及国家关于人工智能的发展战略，人工智能将在慢病管理、医学影像、急救室/医院管理、药物挖掘、病理学、虚拟助理等11个领域充分开发，进而形成以大数据、智能技术为特征的智能医学体系，在这个过程中，患者、医生、算法将成为最主流的应用场景。

英国《自然》杂志于2017年在线发表的一篇癌症相关研究论文，描述了一种利用深度学习算法来根据照片分类皮肤癌的人工智能（AI）系统，表现不亚于专业临床医生。这项研究突出展示了人工智能支持、简化和扩展皮肤癌诊断的潜力。同年机器人医生沃森中国“出诊”：通过病理数据包括治疗史、分期特征、转移位点、危重病情况等。沃森医生“思考”了不到10秒钟，在电脑屏幕上开出了一张详细的西医诊疗方案分析单。在中国可以支持肺癌、乳腺癌、直肠癌、结肠癌、胃癌和宫颈癌6种癌症的辅助治疗。

这次AORTIST 2.0系统的问世，是国人自主推动智能医疗的一次重大探索，未来或许能给人工智能在医学领域的应用带来深远的影响，对此，我们很期待。

本文内容为《门诊》杂志原创内容转载须经授权并请注明出处。

微信名称：MZ腔内血管

《门诊》杂志官方微信