2022才過(guò)去三分之一，就發(fā)生了許多令人悲痛的事情。新年剛過(guò)，當(dāng)我們還沉浸在春節(jié)假期里，游蕩在各種飯局中，負(fù)責(zé)嗶哩嗶哩圖文審核的25歲員工在連續(xù)加班5天后猝死，將所有人拉回了社畜的現(xiàn)實(shí)。

同月，字節(jié)跳動(dòng)一名28歲的工程師在健身房鍛煉，突發(fā)不適，在送至醫(yī)院搶救無(wú)效后離世。冬奧落下帷幕之后，疫情又開(kāi)始復(fù)發(fā)，許多城市開(kāi)始了一遍遍的靜態(tài)管理。一些因?yàn)橐咔楣芸氐牟』紒?lái)不及診治，消亡在了搶救的路途中。

疫情防控基層一線的工作人員中，因?yàn)榉敝氐墓ぷ骱蛪毫?，有大白、社區(qū)工作人員、保安等人員因?yàn)檫^(guò)勞而猝死。這些年輕鮮活的生命戛然而止，給親屬帶來(lái)巨大的悲痛，也給仍然在奮斗的社畜敲響了警鐘。猝死跟年齡無(wú)關(guān)，離高壓下的社畜并不遠(yuǎn)。

數(shù)據(jù)統(tǒng)計(jì)，80%以上的猝死都屬于“心源性猝死”，也就是因?yàn)樾呐K原因如心力衰竭或心律失常等引起。中國(guó)心源性猝死的發(fā)生率41.84例/ 10萬(wàn)人，每年心源性猝死的總?cè)藬?shù)高達(dá) 54.4萬(wàn)，中國(guó)也是全世界發(fā)生心源性猝死人數(shù)最多的國(guó)家。

每年幾乎一個(gè)縣的人數(shù)因?yàn)樾脑葱约膊♀?，這么龐大的數(shù)量，亟需醫(yī)療系統(tǒng)開(kāi)發(fā)個(gè)性化的心率猝死風(fēng)險(xiǎn)的評(píng)估工具，以挽救生命，并減輕巨大的公共衛(wèi)生負(fù)擔(dān)。近日，約翰霍普金斯大學(xué)研究人員領(lǐng)導(dǎo)的團(tuán)隊(duì)，開(kāi)發(fā)了一種基于AI的預(yù)測(cè)工具，可以預(yù)測(cè)患者是否以及何時(shí)可能死于心臟驟停。

需求與效率交接

常規(guī)的AI技術(shù)應(yīng)用，在心血管篩查、診療、AI醫(yī)學(xué)影像上緊密聯(lián)系，AI在這其中有巨大發(fā)揮的空間。

如果去醫(yī)院看病的話，你會(huì)發(fā)現(xiàn)心血管科室絕對(duì)是最忙碌的科室之一。在全民高壓高節(jié)奏的生活方式下，越來(lái)越多的人有各種心臟方面的不適。

根據(jù)美國(guó)心臟協(xié)會(huì)的研究，25%左右的冠心病患者平常與健康人無(wú)異，一旦發(fā)病，在黃金的搶救時(shí)間內(nèi)來(lái)不及的話，首次發(fā)病直接猝死的概率非常大，他們甚至連發(fā)現(xiàn)和治療的機(jī)會(huì)都沒(méi)有。被媒體報(bào)道出的猝死只是少數(shù)，更多的猝死正在發(fā)生。

大量普通人主動(dòng)的體檢篩查和患者更好的治療需求，使得心血管醫(yī)學(xué)影像識(shí)別的重要性急劇提升，AI新技術(shù)的引入尤為重要。

用AI看片子，將心血管影像識(shí)別的步驟時(shí)間壓縮，效率會(huì)極大地提升。傳統(tǒng)的醫(yī)療體系方式中心血管影像的診斷，分為圖像掃描、圖像后處理、撰寫(xiě)報(bào)告、報(bào)告審核四個(gè)步驟，單個(gè)病例在影像環(huán)節(jié)需要花費(fèi)最低半個(gè)小時(shí)。國(guó)內(nèi)AI醫(yī)療公司開(kāi)發(fā)的心血管AI影像識(shí)別產(chǎn)品，將時(shí)間縮短在5分鐘左右，比傳統(tǒng)的識(shí)別效率提升了6倍以上。

不同的醫(yī)生在影像識(shí)別的能力不同，在“充實(shí)”的門(mén)診活動(dòng)中，過(guò)勞也是經(jīng)驗(yàn)豐富醫(yī)生的日常，疲勞造成的準(zhǔn)確率波動(dòng)，對(duì)AI影像來(lái)說(shuō)不存在，越多的數(shù)據(jù)也就意味著更加準(zhǔn)確的診療。AI勞模并不會(huì)疲憊，隨著合作醫(yī)院的增多，數(shù)據(jù)不斷豐富、算法不斷優(yōu)化，心血管AI影像識(shí)別系統(tǒng)在持續(xù)地學(xué)習(xí)中，準(zhǔn)確率也在不斷提升。

我們會(huì)發(fā)現(xiàn)，市面上AI在心血管中的診療工具集中在影像功能上，換句話說(shuō)，AI目前能夠做到的診療也僅限于有意識(shí)體檢的人群和心血管病患。這些有心源性病理顯示的病患，比普通人更高概率觸發(fā)猝死，但這種情形什么時(shí)候發(fā)生是懸在頭頂?shù)奈粗獢?shù)。

預(yù)測(cè)微妙的風(fēng)險(xiǎn)關(guān)頭

對(duì)于人們來(lái)說(shuō)，心源性猝死最大的威脅就是發(fā)病時(shí)間無(wú)法預(yù)料。而約翰霍普金斯大學(xué)的研究團(tuán)隊(duì)可以利用開(kāi)發(fā)的AI新技術(shù)，改變臨床決策并提高突發(fā)性和致命性心律失常的存活率。最新的相關(guān)研究發(fā)表在近日的《自然心血管研究》上。

雖然心源性的心臟病都有觸發(fā)猝死的可能，但有些患者的風(fēng)險(xiǎn)比較低，可能不需要使用體外除顫器（AED），而有些高風(fēng)險(xiǎn)患者如果沒(méi)有及時(shí)治療，可能會(huì)錯(cuò)過(guò)他們黃金的挽救時(shí)期死亡。而這個(gè)AI算法可以做的是，確定誰(shuí)有心臟猝死的風(fēng)險(xiǎn)，以及何時(shí)發(fā)生，進(jìn)而讓醫(yī)生準(zhǔn)確地決定需要做什么。

研究人員為這種基于深度學(xué)習(xí)技術(shù)的工具起了個(gè)名字，稱(chēng)其為心律失常風(fēng)險(xiǎn)生存研究。據(jù)悉，這也是首個(gè)使用神經(jīng)網(wǎng)絡(luò)為每位心臟病患者建立個(gè)性化生存評(píng)估的工具，它能夠測(cè)量10 年內(nèi)心源性猝死的概率，以及最有可能發(fā)生的時(shí)間。

研究團(tuán)隊(duì)首先使用對(duì)比度增強(qiáng)的心臟磁共振圖像，來(lái)可視化約翰霍普金斯醫(yī)院 156 名心臟磁心肌病真實(shí)患者的瘢痕分布，訓(xùn)練了一種檢測(cè)瘢痕的模式和關(guān)系的算法。同時(shí)還使用了臨床患者十年的數(shù)據(jù)訓(xùn)練了第二個(gè)神經(jīng)網(wǎng)絡(luò)，患者數(shù)據(jù)包括年齡、體重、種族和處方藥使用等 22 個(gè)因素。

然后使用深度神經(jīng)網(wǎng)絡(luò)直接從 CMR 圖像和臨床因素中學(xué)習(xí)這些參數(shù)，從而對(duì)生存數(shù)據(jù)進(jìn)行最佳建模，預(yù)測(cè)個(gè)性化的生存概率，得到患者的個(gè)體特異生存曲線。

在實(shí)際的預(yù)測(cè)驗(yàn)證中，這個(gè)AI工具的準(zhǔn)確率的表現(xiàn)也十分優(yōu)異。來(lái)自美國(guó) 60 個(gè)醫(yī)療中心的獨(dú)立患者的測(cè)試結(jié)果表明，算法的預(yù)測(cè)比醫(yī)生準(zhǔn)確很多。這個(gè)結(jié)果也意味著該系統(tǒng)未來(lái)可以被廣泛普及應(yīng)用。

在歐美人群中，心源性猝死的概率和中國(guó)差不太多，每 100,000 人中的發(fā)病率為 50-100 人，占所有死亡人數(shù)的 15-20%。高達(dá)20%的占比是一個(gè)不能忽視的重大隱患。而能夠預(yù)測(cè)心源性猝死的概率與可能發(fā)作的時(shí)間的AI工具，對(duì)于病患以及健康診療的公共衛(wèi)生來(lái)說(shuō)意義重大。

懸在病患頭上的未知有了可以參考的風(fēng)險(xiǎn)概率，對(duì)于病患和醫(yī)生來(lái)說(shuō)，極大提高了病患存活的概率。這個(gè)AI工具目前正在進(jìn)行更多的測(cè)試和審核，以備未來(lái)更快進(jìn)入臨床的應(yīng)用。

從重視征兆開(kāi)始

這類(lèi)較為準(zhǔn)確預(yù)測(cè)心血管疾病的AI工具，國(guó)內(nèi)目前沒(méi)有相關(guān)的研究披露。在心血管醫(yī)學(xué)領(lǐng)域，國(guó)內(nèi)AI的介入主要還是影像識(shí)別、手術(shù)規(guī)劃、疾病的管理等領(lǐng)域。AI心血管影像識(shí)別的應(yīng)用發(fā)展較為緩慢，目前剛剛進(jìn)入了臨床試用的階段。

相較于肺部影像來(lái)說(shuō)，心血管醫(yī)學(xué)影像識(shí)別的技術(shù)更加困難，并沒(méi)有其他AI影像扎堆研發(fā)的熱潮，高門(mén)檻的技術(shù)難點(diǎn)也讓不少企業(yè)望而卻步。其他的影像掃描圖像基本是相對(duì)靜止的狀態(tài)，圖像更容易合成與分析，而不斷跳動(dòng)的心臟，以及冠脈極端復(fù)雜的網(wǎng)狀結(jié)構(gòu)，圖像的合成和三維重建十分困難。再加上心臟病癥的種類(lèi)豐富，包括冠心病、主動(dòng)脈夾層、動(dòng)脈炎等，都給AI的診斷與預(yù)測(cè)提出了巨大的難題。AI在心血管領(lǐng)域開(kāi)疆?dāng)U土的發(fā)展還有很大的生長(zhǎng)空間和商業(yè)價(jià)值。

AI心血管醫(yī)學(xué)領(lǐng)域市場(chǎng)需求龐大、技術(shù)價(jià)值明顯。這個(gè)難跨越道路的走通，對(duì)于其他醫(yī)學(xué)領(lǐng)域的研究來(lái)說(shuō)，也會(huì)蘊(yùn)含巨大的價(jià)值。最難的研究做通了，相對(duì)簡(jiǎn)單的領(lǐng)域一些工具和模型的適配與研究也會(huì)更加容易突破。

面對(duì)猝死，除了依賴(lài)AI技術(shù)，積極地體檢外，我們還能夠做些什么？

學(xué)習(xí)下心源性猝死的征兆也是個(gè)求生的技能。最明顯的征兆是不明原因的暈厥，這是身體發(fā)出的警告，請(qǐng)一定要重視；第二個(gè)是我們大多數(shù)比較熟悉的胸悶、心悸、呼吸困難、心痛等，嚴(yán)重的還有虛汗淋漓、面色灰白、煩躁不安等，這都是十分明顯并且不容忽略的征兆，可能會(huì)觸發(fā)心肌梗死；第三個(gè)是莫名的疲勞，是那種反常且不能恢復(fù)原本精力的疲勞，胸悶氣短，干什么都累。

這些征兆的發(fā)生，請(qǐng)一定不要忽視，先快步走進(jìn)醫(yī)院再說(shuō)。再緊急的工作，沒(méi)有心臟的呼聲緊急，再大的單子，也比不上自己的生命珍貴。所有先進(jìn)的AI技術(shù)都是有診治的先決條件，文中可以預(yù)測(cè)心梗猝死概率的AI系統(tǒng)，前提是你得活著確診是心源性疾病，才能有機(jī)會(huì)應(yīng)用。

在疫情反復(fù)的當(dāng)下，亂七八糟的低壓情緒交織，許多人都有必須要面對(duì)的課題，低壓的情緒與高壓的生存壓力碰撞，崩塌不知道在哪個(gè)瞬間。身體有時(shí)候比大腦要警覺(jué)得多，在發(fā)出各種信號(hào)的時(shí)候，請(qǐng)豎起天線積極接收信號(hào)。在前沿AI技術(shù)介入診療前，活著才是一切美好和機(jī)遇發(fā)生的前提。

關(guān)鍵詞：