抢先看：
· 人工智能在介入心脏病学中的潜在应用是图像和视频分析、临床决策支持、机器人辅助程序以及临床数据库分析的新方法。
· 国内目前乐普医疗(300003)、科亚医疗、搏动医学、数坤科技已抢先布局AI心血管疾病赛道
· 目前人工智能在介入心脏病学领域的发展还处于早期阶段，但它具有介入心脏病学转型的潜力。

一、AI各个分支的基本概念&
在介入心脏病中的参与模式
在最近的创新和技术进步的推动下，生物医学数据的质量和数量不断提高，再加上计算能力的进步，使得用于健康和生物医学研究的人工智能 (AI) 方法取得了很大进展。

在过去的几年里，人工智能极大地改变了临床医学的格局。虽然人工智能在人类生活的其他方面从自动驾驶汽车到自动语音识别系统不断发展，但机器学习如今仍在心血管医学的前沿。人工智能在心血管疾病中的进展仍旧在起步阶段，但随着经导管疗法的出现，介入心脏病学的临床领域已大大扩展。无创成像是心血管介入前评估心血管疾病的关键点。AI可以协助进行术中指导、血管内成像，并为医生提供传统常规检测手段无法获取的额外信息。

人工智能在介入心脏病学中的应用可分为虚拟和物理两大分支。 虚拟分支包括机器学习（ML）、深度学习（DL）、自然语言处理（NLP）和认知计算的信息学，以控制健康管理系统（即电子健康记录和医学图像分析软件）和自动化临床决策支持系统。物理分支则由机器人介入程序作为代表。

ML算法能够从数据中识别特征，执行预测，有助于理解大型、复杂和异构数据中的模式，可以基于较少的信息提供更优、更稳健的预测。例如，科学家使用ML来确定造影剂类型是否是经皮冠状动脉介入治疗后造影剂引起的急性肾损伤的独立预测因子。

ML中有一个分支是Supervised learning（监督学习），这种方法开发了一个模型来预测或分类未来事件，或找到与特定结果相关的变量。它通常涉及将观察结果分类为一个或多个类别或结果（例如，“这张血管造影照片是否代表冠状动脉夹层或血栓形成？”）目前，监督学习已经取得了一些成功，其模型的开发，成功地提高了对于心力衰竭再入院的预测准确读，以及实现了对超声心动图二尖瓣关闭不全的准确分级。

借助DL算法可以分析大型数据集，能够在无需人工干预的情况下自动发现模式。DL 是可用于心血管成像模式（例如，血管造影、超声心动图、计算机断层扫描、心脏磁共振、血管内超声和光学相干断层扫描）的图像识别应用平台。

NLP 是人工智能和语言学的融合，专注于开发计算机理解人类语言的能力。NLP 已用于电子病历 (EMR) 的大规模数据库分析，以检测医师文档中的不良事件和术后并发症。NLP 可用于扫描数千个数据源，以筛选和识别患有严重瓣膜或血管狭窄、肥厚性心肌病、房间隔缺损的患者。

计算机视觉是计算机科学的一个分支，处理数字图像中的对象和特征识别，包括数字视频帧。它是图像处理和ML的组合。计算机视觉的与医疗保健相关的一个重要的应用是心脏图像的采集和解释，包括计算机辅助诊断和图像引导程序/手术。

二、人工智能
在介入心脏病学中的应用
（一）影像解读：
人工智能够对图像重建、分析和解释。对大量影像数据的分析和专用影像软件的使用，使影像显示推进到 “解剖布局”，简化影像解释。

HeartFlow（Redwood City，California）在美国和英国分别通过了FDA及NICE批准，可以通过使用 DL 的非侵入性成像对冠状动脉狭窄进行解剖和功能评估。

Cathworks Ltd（Kfar-Saba，以色列）基于血管造影的分数流储备，在介入手术中，使用计算机视觉和三维重建技术，计算流体动力学允许开发无线算法。

西门子Healthineer的 TrueFusion已获得FDA许可，这是一种心血管应用，集成了先进的超声和血管造影成像，可在结构性心脏病干预期间改进导航和引导。TrueFusion可以使超声心动图医师和介入医师在具有挑战性的手术过程中更好地沟通并实现更直观的解剖定位。这可能会减少对比剂的使用、手术时间和辐射暴露。

未来，通过深度学习，基于成像的病理的自动诊断可能会独立于成像专家而成为单独的分支。

（二）临床决策支持：
具有认知计算的临床决策支持系统尚处于开发阶段，包括使用机器学习、模式识别和 NLP 来模仿人类思维过程的自学习系统。

IBM的沃森健康中心Watson for Health应用认知技术从电子病历、实验室报告、成像报告、已发布的医学报告、指南和各种互联网资源中提取和分析信息。目前，IBM 正在开发 Medical Sieve，这是一种用于心脏病学家和放射科医师的自动化认知助手，旨在帮助临床决策。 这个IBM项目已经解决了许多心脏成像模式，包括血管造影中冠状动脉狭窄的自动检测。

（三）AR、VR与AI的结合
AR、VR（欢迎查阅思宇往期文章（盘点 | 15家公司VR和AR技术在医疗的应用））与AI技术组合应用能够为血管介入带来技术革新。目前，VR 平台正用于结构性心脏干预的围手术期规划，以及术前患者体验以减少紧张焦虑的情绪。

EchoPixel开发的 FDA 批准的 True 3D system 以直观的交互式 VR 格式呈现患者特定的解剖结构。SentiAR Inc 公司获得了NIH 220万美元的研究资助，开发一种 AR 心脏全息图技术，该技术允许在全息显示器中实时查看、测量和操纵患者的解剖结构，以提供程序指导。介入手术中的语音虚拟辅助系统可以帮助医生以免提方式更有效地控制设备、导航 EMR 系统或访问图像库。

（四）AI大数据整合及疾病预测
迄今为止，诸如“组学”数据、人类肠道微生物组测序、社交媒体和心脏成像等大数据过于庞大和异质，无法存储、分析和充分发挥其潜力，而AI则可以解决这个问题。ML 已在心脏病学中用于预测心力衰竭患者的 1 年死亡率和疑似冠状动脉疾病患者冠状动脉造影数据集的 5 年死亡率；评估了接受 PCI 的血液系统恶性肿瘤患者的心血管疾病概况;评估了经导管主动脉瓣置换术后手术并发症的种族差异。

通过AI分析可能会帮助介入专家完成对人群和患者每个阶段的护理特定数据整理与分析。在一项初步研究中，ML 算法在急诊科出现胸痛的患者中预测心肌梗死的准确率为 94%。DL 预测模型将预测死亡、出血、造影剂肾病和中风的围手术期风险，介入手术中各种数据的监控能够实时预测和避免不良事件的发生。

在未来，人工智能的应用程序能够支持个人更健康的行为，有助于健康生活方式的养成和药物依赖性的预防。

（五）物理应用——机器人辅助
人工智能有可能通过减少手术时间的可变性和改善整体患者护理来增加机器人在导管插入术实验室中的价值。AI系统目前仍旧达不到完全自主的机器人血管手术技术，不过，使用计算机视觉和图像分析等人工智能技术增强这些机器人工具是完全可以实现的。

2019年被西门子收购的Corindus Vascular Robotics公司拥有首个FDA批准的用于辅助经皮冠状动脉介入治疗（PCI）程序的医疗设备CorPath200机器人系统，以帮助医生在放置支架时提高精度和准确度。帮助医生精确测量解剖结构和设备定位，从而减少医生和病人的辐射量。

Verb Surgical是谷歌与 Ethicon Endo-Surgery 的合作公司，他们的手术机器人将包括 ML 和感知功能，旨在识别手术过程中的潜在问题。他们计划将机器人连接到类似于IBM Watson的云超级计算机服务系统，这样外科医生和机器人都可以基于数千个类似程序的信息来提升自身的性能。

还有正在开发的其他项目，包括开发可以穿过血管将药物输送到特定目标的微型机器人。这种微型机器人的未来应用包括修复受损细胞或执行微程序的潜力，其中可能包括各种血管干预手段。

三、国内近年血管介入AI企业动态
2020年乐普医疗(300003)研发的人工智能“心电分析软件”（AI-ECG Platform）获NMPA批。AI-ECG Platform基于人工智能深度学习技术，使用千万级的心电图临床大数据进行训练，通过自动分析心律失常、心肌梗塞、心室肥大和 ST-T 异常等心电图事件，总体准确率已达到95%以上，实现了静态心电图的快速、准确诊断，同时支持院内院外的心电网络建设，能够有效提升医院的信息化、智能化水平。

2020年科亚医疗自主研发的“冠脉血流储备分数计算软件”获批中国首个AI医疗器械三类证。

2021年博动医学新一代AI-QFR冠脉精准诊断系统全球首发。AI-QFR冠脉定量血流分数分析技术，可无创、快速、精准地进行冠脉生理学评估，从而准确评估心肌缺血程度，同时其独特的PCI手术导航技术将辅助精准治疗策略在国内的快速落地，让基层医院也能具备三甲医院的手术水平。

2021年数坤科技在CMEF大会上首次发布了“数字人体”计划。“数字心”是“数字人体”的开创性产品，其中冠脉狭窄AI产品继成为首家获得NMPA三类证后，又获得了欧盟MDR CE证书，成为了唯一获得NMPA、CE双证的冠脉AI。目前，它可应用于冠心病/脑梗塞/肿瘤/外伤/胸痛中心/卒中中心/心脏专科等多临床场景，形成了依靠影像平台支撑的多学科诊疗模式，最终形成了一整套院级影像全面智能化解决方案。9月，数坤科技拟在香港上市。

四、总结
人工智能通过整合大量信息，在诊断成像中发挥着至关重要的作用。 同样，AI 也开始在血管介入领域中扎根。 它可以扩展程序指导、程序内分析、机器人技术和临床判断的选项。随着介入专家在临床实践中采用人工智能，它将逐渐彻底改变介入治疗策略。最初可能会有一些障碍，但是人、机器、病人三位一体将是未来几年血管介入领域的焦点。

来源：思宇医械观察