马锴:人工智能在心血管影像分析上的应用

“AI+医学影像”被很多人工智能专家及医学领域专家认为是未来的引爆点“Breaking Point”,其中心血管领域人工智能的应用是最有可能率先实现商业化的热点之一。然而囿于心血管影像自身的很多实际问题,目前AI在该领域的发展并不如人们想象的那么顺利。2018年7月22日,在第十五届心脏影像及心脏干预大会(CICI 2018)上,腾讯优图实验室马锴博士分享了现阶段腾讯人工智能在心血管影像分析上应用的最新进展。

医疗影像存在供给不平困局

目前美国医药器械比为1:1,中国医药器械比为1:0.25,随着中国影像设备需求量的不断提升,未来将不断赶超发达国家。目前国家政策意在推动提升国产设备占比,且国产设备价格较进口设备低,因此,国产设备的整体采购量将提升。新设备的加大投入势必增加设备的使用量,但影像医师的数量远远不足,目前影像需求每年增长30%,影像医师每年仅增长4%;影像科医师收入排名倒数第二,增长动力也不足。在基层医师的误漏诊率方面,基层医师食管癌早筛检出率不足10%。

医疗影像的不平衡状态,催生了医疗影像人工智能的发展。如今,医疗影像数据已具备开发规模,影像数据占临床数据90%,全国年影像量有数十亿片;人工智能技术也有所突破,能进行深度学习、图像识别、自然语言处理等。在此背景下,应运而生的腾讯觅影(包括AI医学影像与AI辅助诊疗)已落地应用,目前已在70家三级甲等医院上线,200家三级甲等医院有合作意向,累计读片数百万张,服务患者逾20万。

心脑血管影像学人工智能的发展难点

据《中国卫生和计划生育统计年鉴(2015)》数据表明:我国每年心脑血管死亡人数超过所有肿瘤死亡人数之和。作为高发疾病,心血管患病数远超肿瘤患病数,高达2.9亿人;其中高血压2.7亿、脑卒中1,300万、冠心病1,100万、肺源性/风湿性/先天性心脏病950万、心力衰竭450万。

心脑血管影像学人工智能的开发,相较于肿瘤,更加困难。血管很细,病变尺寸<1 mm(肿瘤通常>3 mm);血管不断分叉,没有固定拓扑结构;各类心脑血管疾病底层技术有共同点,但在每个病种的应用上都需积累经验。目前国内仅有体素科技涉足冠心病CT影像,其他心脑血管疾病尚无机构涉及,原因之一是技术门槛太高,令国内公司望而却步。2017年11月15日,科技部召开新一代人工智能发展规划暨重大科技项目启动会,明确依靠腾讯公司建设医疗影像国家人工智能开放创新平台;腾讯公司利用自身优势,展开了一系列的探索与研究。

心血管影像学的部分进展

3维B超的心脏功能分析(Figure 1),能利用B超对左心房进行自动分割(Figure 2),给医师更多参数,以便进行更精确的判断。左心房分割现主要应用于左心房心律不齐射频消融的手术规划及导航、二尖瓣修补的手术规划及导航、左心耳封堵手术等。现阶段还能对CT进行分析,在经导管主动脉瓣膜置换术(TAVR)中,能将CT图像进行分割,测量。同时,能帮助医师选择合适的X光投影方向、帮助选择合适尺寸的人工瓣膜、术中进行手术导航并在术后进行评估。

Figure 1

3 维 B 超的心脏功能分析

Figure 2

左心房分割

在冠状动脉方面,可进行冠状动脉中心线的提取。当完全堵塞时,常规方式很难提取到冠状动脉中心线。我们使用心脏腔室和冠脉形状的先验模型提取冠状动脉中心线(Figure 3),能够处理完全堵塞的冠状动脉,并在后期基于深度学习,提高准确率。我们还利用现阶段最好的算法对提取的中心线进行定量评估。

在冠状动脉堵塞的自动检测方面,血流储备分数(FFR)能帮助判断堵塞是否会诱发心肌缺血,为临床治疗提供指导,同时了解术后血流恢复情况;传统超级计算机用流体力学原理去模拟冠脉内血压分布,需要好几个小时。现阶段,基于深度学习的算法能提取完整的冠脉树、准确分割冠脉内径,用深度神经网络去回归流体力学计算出来的血压分布,深度神经网络直接计算FFR只需1秒钟。(Figure 4)

Figure 3

冠状动脉中心线的提取

Figure 4

FFR 算法的训练过程及临床部署

编 后

腾讯人工智能在心血管影像学领域的应用显然只是一个开端,但却让我们看到了一线曙光。传统影像学数据分析是依靠人类医生来完成的,人工分析的缺陷很明显,一是不精确,只能凭借经验去判断,人类医生有情绪曲线,很容易误判。二是影像数据数量庞大,人工分析很难高效率地完成数据解读。而人工智能在经过深度学习之后,无论是在医疗影像判断的速度上,还是准确性上,都比人类医生有显著优势。因此,从腾讯人工智能的最新应用进展来看,未来经过深度学习的人工智能技术更加深入地参与到心血管疾病的诊断环节,帮助医生分析处理海量影像数据,预测疾病发展趋势,制定个性化的最佳治疗方案,是完全可以期待的。

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。

门诊新视野|微信号:ClinicMZ

《门诊》杂志官方微信

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180816B1IWEA00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券