编者按：人工智能（artificial intelligence，AI）是指能模拟人的某些思维过程和智能行为的技术或系统。目前，心血管疾病领域对AI的需求与应用已经涉及多个领域，比如智能诊疗、影像识别及医疗机器人等方面。ESC 2022上公布了数项人工智能应用于心血管疾病的研究，本期访谈国际循环特邀五位心脏病学专家，围绕ESC最新研究及人工智能未来发展各抒己见。开启《IC对话》，直击当前医疗热点，看创新与发展，折射未来医学动向和潮流。

 

第三期对话主题：人工智能与心血管疾病

 

主持嘉宾： 

陈韵岱教授 中国人民解放军总医院

 

讨论嘉宾： 

华伟教授 中国医学科学院阜外医院

张萍教授 北京清华长庚医院

郭豫涛教授 中国人民解放军总医院

刘巍教授 北京积水潭医院

 

从“被质疑”到“被期待”，mAFA研究未来将如何?

 

 

陈韵岱教授：我们团队从2019年开始便开展人工智能在房颤风险预警方面的研究，今年郭教授代表团队在ESC上报告了mAFA研究的最新进展，请分享一下今年的研究工作进展及遇到过的瓶颈问题？

 

郭豫涛教授：2019年初我们基于可穿戴设备房颤风险筛查的数据积累，建立人工智能房颤预警模型，2019年底完成该项工作。我们能提前4个小时预测房颤发生可能性，但是，4个小时的窗口期对患者管理有多大的益处？我们接着通过融合模型提升房颤预警的准确率，基于人工智能房颤预警，我们开始探索与临床结合，进行房颤上游风险管理的可行性。

 

今年我们在ESC上介绍了一些探索性工作，主要数据来自于2018年10月26日至2021年12月1日参与mAFA研究的患者，分为三组，组1是使用可穿戴设备筛查出的房颤患者，这些房颤患者未使用mAFA自我管理（n=5904），组2是同时使用mAFA及可穿戴设备自我监测的房颤患者（n=2687），组3使用mAFA软件自我管理，但未配对可穿戴设备自我监测的房颤患者（n=2352）。

 

所有患者随访一年后，我们观察到一些有意思的结果，其一是关于使用可穿戴设备监测的行为习惯方面，使用mAFA自我管理的人群（组2）比单纯筛查出房颤但未使用mAFA自我管理的房颤人群（组1）接受更频繁的房颤监测，尤其是在半年之后能看到显著差异，那些使用mAFA自我管理的患者更习惯长期使用可穿戴设备监测房颤情况，而没有mAFA自我管理的房颤患者即使筛查出房颤，之后更少使用可穿戴设备关注房颤的进展情况。mAFA自我管理能够提升主动自我监测的行为习惯，但这还不是我们的目的，我们还将人工智能技术整合进mAFA 提供的ABC管理路径，房颤患者使用mAFA，人工智能预警可提前8-12个小时预测房颤可能发生。一旦预测到患者可能发生房颤，将给予上游风险管理，并根据患者监测到的心律情况决定是否给予节律治疗。

 

与未使用mAFA的房颤患者相比，同时使用可穿戴设备监测房颤及mAFA自我管理的房颤患者，随访一年，PPG监测的房颤负担，单导心电图确诊房颤负担及人工智能模型预测的房颤发生可能性均显著降低。校正混杂因素的多因素分析显示，mAFA提供的上游风险因素管理降低49%的6个月房颤负担风险，降低61%的12个月房颤负担，随着时间的延长，上述降低房颤负荷的作用越来越显著。

 

至于瓶颈问题和面临的挑战，人工智能的临床应用和新药上市一样，需要严谨地评价有效性和安全性，我们未来将朝这个方向继续努力。

 

陈韵岱教授：谢谢郭教授的介绍。我们今天探讨的未来在居家和院外房颤管理方面数字疗法的应用前景，可能还需要学会或者行业领域专家去筛选，例如筛选单导联、PPG，甚至特殊的、融合性的指标，从筛选工具，用于疾病、进一步的人群验证到推广，我们还有相当长的路要走。

 

ESC上AI最新进展:人工智能 vs. 人类，发展到什么程度了？

 

 

陈韵岱教授：ESC2022上关于人工智能图像处理方面的研究进展和目前接触到AI产品，请刘巍教授结合您的既往经验和思考谈谈你的感想。

 

刘巍教授：目前将AI应用于心血管领域已经取得了非常大的进展，尤其是在图像处理方面。今年ESC上David Ouyang教授公布了“EchoNet-RCT”研究结果，研究团队开展了采用盲法及随机化的临床研究探索在使用超声图像评估心脏功能这一任务上人工智能与人类对比的效果。人类专家由35名平均工作时间超过10年的专家组成。研究最终纳入了3495例患者的图像信息，其中1740例随机分配到了AI组，1755例分配到了人类组。结果发现心脏科专家无法区分AI与人类对心脏超声的判读结果，AI判读心脏超声已经与人类判读不相上下。

 

我接触了很多AI在冠脉，结构心脏病学领域的新产品，例如CTFFR、QFR、血管介入机器人PCI手术等。科亚医疗自主研发的CTFFR最大优点在于提升了处理速度，早期美国的HeartFlow得出结果需要几个小时，但通过智能优化处理现在一个样本数据只需要不到10分钟，且能保证准确率。血管介入机器人PCI手术目前还是半自动，依靠术者决策选择支架大小、长度，并进行操作，但未来可能会有“全智能”机器人，患者做完CTFFR检查，机器人获得患者的解剖情况，并对影像自动进行QFR分析，然后自动实现模拟支架植入，形成植入策略，最后还能通过残余QFR判定是否需要进行后扩张治疗。我想这样才是真正的智能机器人，完全能够代替医生对病变进行全智能处理，在未来的智能化时代这是完全可能的。

 

介入机器人PCI手术和达芬奇机器人不一样，期待未来AI在介入领域能够发挥更多作用，但正如张院长所讲，未来确实存在很多伦理问题，如结果是否真的准确，能否完全依赖AI。AI领域的前景是光明的，但在这方面尚有无限的未知等待我们去探索。

 

陈韵岱教授：我也很期待您所说的介入机器人结合影像学分析。我也分享一项ESC的研究——Causal AI。这项研究评估了当前风险评分（英国学会联合会（JBS3）心血管风险算法）是否准确估计由LDL-C和SBP引起的心血管事件的基线风险，其次通过AI算法将LDL-C和SBP的因果效应纳入风险评估算法。

 

既往研究显示早期降低LDL-C和SBP可能大大改善心血管疾病预防，然而，降低LDL-C和SBP预防心血管事件的最佳时机、持续时间和强度这个问题我们仍然很难回答。Causal AI算法用于估计180万人中LDL-C和SBP在离散时间单位暴露（以先前的暴露为条件）中的影响，其中包括1，320，974例参加孟德尔随机研究的个体，评估140个与LDL-C相关的遗传变异和202个与SBP相关的遗传变异，及包括527，512名参与者参加的76项评估LDL-C或SBP降低疗法的随机试验。可见研究人群数量之大。

 

建立模型之后，研究团队很聪明地结合既往临床研究进行验证，观察血压、血脂因素调整后，临床结局事件的发生率预测是否与临床RCT研究结果高度一致，例如HPS、SPRINT和HOPE-3研究。结果惊人地发现模型预测准确性与三个研究的临床事件曲线高度拟合。这个研究提示如果有非常高质量的RCT和队列研究，就可以实现更精确的临床预测。它解决的主要问题正是张院长特别提到的大数据目前面临的瓶颈黑匣子问题，并不是把所有东西集合在一起然后得出一个模型就可以使用，如Causal AI研究就使用了因果人工智能以识别因果关系之间的精确关系，所以我们在这个层面还存在很多问题。

 

医疗人工智能时代已来！

 

 

陈韵岱教授：最后请各位谈谈您心中AI和心血管疾病的未来。

 

华伟教授：AI在房颤方面价值巨大，预计未来将实质性的改变房颤的早期筛查以及脑卒中预防，改善患者预后，期待这一天早日到来。

 

张萍教授：我总结为“一头一尾”，一头是指疾病预警和预测方面，一尾是指疾病的长期管理方面，未来AI一定会起到很大作用，甚至普及全民。我们希望通过AI第一提升诊断能力，第二实现医疗同质化，让基层医疗也实现高水平诊断，第三释放医生劳动力，节约时间，为患者提供更优质的服务。

 

郭豫涛教授：我预感人工智能将在今后的数年时间与临床管理路径结合，并帮助我们医生和患者去做好自我管理和疾病管理。

 

刘巍教授：通过陈主任的分享，我发现当中有很多“新”语言，即AI领域的专用术语，这些语言对于很多医生其实是很陌生的，此外今年ESC投稿中人工智能占比很大，未来在医学领域是否会开辟AI学科，或者心血管AI学科，去更深入地研究这个领域。我认为还是得回归根本，深入认识AI的本质，才能够利用好AI。这是我们这代人的责任，更需要下一代人的努力。

 

陈韵岱教授：谢谢四位专家的分享，最后我也想说几句，目前我国在人工智能医疗器械创新方面有很大投入和支持，我们赶上了很好的时代。国家正在大力推动人工智能医疗领域的研发工作。2021年很多团队入选国家5G远程诊疗应用示范单位，日前国家卫健委联合工业和信息化部、国家药品监督管理局联合组织的“人工智能医疗器械创新任务”揭榜入围单位名单，其中包括智能辅助诊断产品、智能辅助治疗产品、智能监护与生命支持产品、智能康复理疗产品、智能中医诊疗产品、医疗人工智能数据库、人工智能医疗器械临床试验平台以及人工智能医疗器械真实世界数据应用平台等八大方向，其中心血管领域入选的医疗机构包括阜外医院、安贞医院、解放军总医院等众多医疗机构。

 

医疗人工智能时代已经来临。在新的大环境下，未来我们可结合示范中心、相关的产品上市前临床试验平台开展更多工作，可能也会出台新的法规、建立新的伦理观，等等。总之，我们早已走在AI+医疗的路上，但未来的路还有很长。

 

专家简介

 

 

陈韵岱教授

 

中国人民解放军总医院

 

中国人民解放军总医院心血管病医学部，主任医师、博士生导师，心脏介入学和心血管影像学的学术带头人。现任解放军总医院心血管病医学部主任、全军老年心血管病研究所所长。兼任中国医疗保健国际交流促进会心血管病学分会主任委员、全军心血管内科专业委员会主任委员、中国医师协会胸痛专业委员会副主任委员/心血管内科医师分会常务委员、中华医学会心血管病学分会委员，《Journal of Geriatric Cardiology》（SCI收录）主编。

 

 

华伟教授

 

中国医学科学院阜外心血管病医院

 

心内科心律失常诊治中心副主任，主任医师，教授，中国协和医科大学医学博士，博士生导师，政府特殊津贴专家。曾赴澳大利亚墨尔本皇家医院心内科深造三年，进行临床心脏起搏与电生理专科训练。还曾在美国Mayo Clinic 心脏中心等参观学习。现任中华医学会心电生理与起搏分会现任主任委员，心力衰竭器械治疗专家委员会主任委员。卫生部心血管介入技术管理专家组成员，卫生部高级职称评审委员会委员。此外担任亚太心律学会（APHRS）学术委员会主席，美国心律学会资深会员（Fellow of HRS），欧洲心脏病学会资深会员（Fellow of ESC）等。

 

 

张萍教授

 

清华大学附属北京清华长庚医院

 

主任医师，博士生导师，北京清华长庚医院副院长、内科部副部长、心血管中心主任。

 

中华医学会心血管病分会委员兼信息化学组组长、中国生物工程学会心律学分会副主任委员、北京医学会心血管病分会副主任委员、中华医学会起搏与电生理分会委员、中国医师学会心律学分会委员、中国医促会心律心电分会副主任委员、中国老年保健医学研究会理事及精准医学分会秘书长、中国医药生物技术学会心电学分会常委、中国心力衰竭学会常委、海峡两岸医药技术交流协会心血管康复委员会委员、北京医师学会心血管分会常委、北京心脏协会常务理事、北京心脏学会常务理事等。同时担任《中华心脏与心律电子杂志》副主编、《中华心律失常杂志》编委、《中华老年多器官杂志》编委、《中华心血管病杂志》通讯编委、《临床心电学杂志》常务编委、《中华心力衰竭和心肌病杂志》、《Cardiology Discovery》编委等。

 

 

郭豫涛教授

 

中国人民解放军总医院

 

解放军总医院心血管学部肺血管及血栓性疾病科主任，主任医师，硕士研究生导师。

 

美国心脏学学会荣誉委员 ，欧洲心脏病协会荣誉委员（FESC），美国心脏病协会/卒中协会专业会员， 欧洲心脏病协会血栓分会委员， 中华老年保健研究会心血管专业委员会秘书长， 中华医学会心血管分会预防医学组委员， 中华医师协会高血压委员会第二届青年委员。

 

五份国际期刊编辑（Thromb Haemostat， Clinical Cardiology， International Journal of Clinical Practice， Frontiers in Physics， Arrhythmia & Electrophysiology Review）。

 

在Eur Heart Journal， JACC， Circulation等发表英文140余篇，SCI它引3746次，H因子26，2019至2021年发表SCI文章累计影响因子186分，单篇SCI影响因子29.9分。

 

 

刘巍教授

 

北京积水潭医院

 

北京积水潭医院心内科主任，主任医师，硕士研究生导师。担任欧洲心脏病学会委员，美国心脏病学会委员，中华医学会心血管分会冠心病与动脉粥样硬化学组委员，北京医学会心血管分会理事、青委会副主任委员，中国医师协会心血管分会结构学组委员，中国医师协会心血管分会青年委员，北京生理学会理事，中国生理科学学会血管分会副主任委员，海峡心血管协会老年心血管分会常务委员，中国青年医师OCT俱乐部主席，世界中联心脏康复专业委员会委员，中国医疗及保健协会对外促进医疗质量控制会委员兼秘书长，中国老年保健协会心血管分会委员，中国医促会胸痛分会常务委员，并任中西医结合心血管病杂志副主编、中国医药杂志社英文编辑、Journal of Cardiovascular disease副主编。

 

 

声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。