在醫(yī)療科技浪潮奔涌向前的今天,人工智能正以不可阻擋之勢,重塑醫(yī)療行業(yè)的各個領域。其中,心腦血管疾病作為威脅人類健康的“頭號殺手”,其精準防治一直是醫(yī)學領域的重點與難點。
浙江大學醫(yī)學院附屬第二醫(yī)院在這一領域?qū)崿F(xiàn)了突破性進展——由中國科學院院士、浙江大學醫(yī)學院附屬第二醫(yī)院院長王建安領銜,依托經(jīng)血管植入器械全國重點實驗室,成功打造出“全血管數(shù)字人”技術體系。
這一創(chuàng)新技術借助AI的強大算力與數(shù)據(jù)分析能力,為全身泛血管疾病的精準診治開辟了全新路徑,從疾病早篩、術前規(guī)劃,到術中指導、術后追蹤,構建起了一條完整的智慧醫(yī)療閉環(huán)鏈。“當然,我們的‘全血管數(shù)字人’還不夠完美,‘AI+醫(yī)療’的探索始終在路上。”王建安院士表示。
“全血管數(shù)字人”不止是虛擬模型
更是精準醫(yī)療的“智慧大腦”
提及“全血管數(shù)字人”,很多人會將其簡單理解為人體血管的虛擬影像。但它早已超越“模型”的范疇,成為輔助醫(yī)生開展精準診療的“智慧大腦”。
全血管數(shù)字人并非憑空構建,而是基于海量真實人體血管數(shù)據(jù),通過數(shù)字孿生技術,1:1還原人體血管系統(tǒng)結構與功能的完整映射。這些數(shù)據(jù)涵蓋了不同年齡、性別、體質(zhì)人群的血管形態(tài)、血流動力學特征、病變發(fā)展規(guī)律等多維度信息,經(jīng)過AI算法的深度學習與優(yōu)化,最終生成三維透明的動態(tài)虛擬影像。醫(yī)生通過這個“數(shù)字替身”,可以不受生理結構限制,從任意角度、任意層面觀察血管的細微變化,甚至能“穿透”血管壁,清晰地看到斑塊的性質(zhì)、位置以及對血流的影響,而這些都是傳統(tǒng)影像學檢查難以實現(xiàn)的。
更重要的是,“全血管數(shù)字人”具備強大的AI分析能力。它能捕捉到肉眼無法識別的病變特征,比如血管壁的早期硬化信號、血流速度的細微異常等,幫助醫(yī)生在疾病萌芽階段就能做出精準判斷。同時,結合過往海量的臨床病例數(shù)據(jù),AI還能為不同患者“量身定制”診療方案,并預判治療效果與潛在風險,讓精準醫(yī)療從“經(jīng)驗驅(qū)動”真正轉向“數(shù)據(jù)驅(qū)動”。
這項技術尤其適用于疑難危重病例,對于復雜血管病變的手術方案制定、并發(fā)癥預測等難題,“全血管數(shù)字人”能憑借其動態(tài)模擬與智能分析能力,為醫(yī)生提供關鍵決策支持,大幅提升診療的安全性與有效性。
心臟瓣膜病診療:
從早篩到手術規(guī)劃再到隨訪
“AI+數(shù)字人”全程護航
心臟瓣膜病是臨床常見的心血管疾病,傳統(tǒng)診療模式高度依賴醫(yī)生經(jīng)驗,從早期診斷到術后管理都存在諸多痛點。而“全血管數(shù)字人”的出現(xiàn),正逐步破解這些難題,為心臟瓣膜病患者帶來福音。
過去,醫(yī)生依靠心臟彩超、心電圖診斷心臟瓣膜病,對于早期輕癥患者,很容易出現(xiàn)漏診或誤診。如今,AI與“全血管數(shù)字人”的緊密結合,徹底改變了這一局面。AI能夠整合心電圖、胸部CT、X片等常規(guī)影像學數(shù)據(jù),對照“全血管數(shù)字人”中存儲的瓣膜病變特征庫,自動識別高?;颊摺?/span>數(shù)據(jù)顯示,AI結合心電圖識別心臟瓣膜病高危人群的準確率已達80%以上,若結合胸部CT或X片,準確率更是提升至90%以上,為疾病早篩提供了強有力的技術支撐。
對于已確診的患者,“全血管數(shù)字人”在術前規(guī)劃階段發(fā)揮著不可替代的作用。AI會對患者心臟瓣膜及周邊血管結構進行智能分割,在數(shù)字模型中精準標記出瓣膜鈣化程度、瓣口狹窄范圍以及周邊重要血管、神經(jīng)的位置,構建出完整的“手術地圖”。隨后,結合血流動力學模擬技術,AI能在“數(shù)字人”身上預演整個瓣膜植入過程,模擬不同尺寸瓣膜的放置效果,分析手術可能對血流產(chǎn)生的影響。
圖注:AI能在“數(shù)字人”身上預演整個瓣膜植入過程,模擬不同尺寸瓣膜的放置效果
以前,一臺心臟瓣膜手術的術前評估,需要醫(yī)生手動重建心臟CT影像,分析半小時到一個小時才能完成。在手術量龐大的三甲醫(yī)院,這無疑加重了醫(yī)生的工作負擔。而現(xiàn)在,AI通過“全血管數(shù)字人”進行術前模擬,不僅能將評估時間大幅縮短,其方案模擬準確率更是達到97%以上,與資深專家的判斷高度吻合。醫(yī)生只需根據(jù)AI提供的模擬結果,就能從多個備選方案中選出最適合患者的“最優(yōu)解”,讓手術規(guī)劃更精準、更高效。
術后管理同樣是心臟瓣膜病診療的關鍵環(huán)節(jié)?;颊咝g后易出現(xiàn)心律失常等并發(fā)癥,傳統(tǒng)隨訪模式需要患者定期往返醫(yī)院復查,不僅耗時費力,還可能因未能及時監(jiān)測到異常而延誤治療。對此,浙大二院心血管內(nèi)科推出了AI可穿戴監(jiān)測設備,與“全血管數(shù)字人”形成聯(lián)動。患者出院后佩戴設備,就能實時監(jiān)測心率、心電圖等指標,數(shù)據(jù)會同步傳輸至“全血管數(shù)字人”系統(tǒng)。一旦出現(xiàn)異常,AI會立即發(fā)出預警,醫(yī)生可遠程為患者進行診斷,指導后續(xù)治療。
“曾有一位外省患者,術后出現(xiàn)胸悶癥狀,可穿戴設備監(jiān)測到其心電圖異常后,我們通過‘全血管數(shù)字人’系統(tǒng)遠程分析,判斷可能是急性心肌梗死,立即建議他就近就醫(yī),最終成功挽救了他的生命?!闭愦蠖盒难軆?nèi)科朱齊豐副主任醫(yī)師介紹,此外,得益于居家監(jiān)測模式,約85%的患者術后無需長期住院,平均住院日顯著縮短,醫(yī)療資源也得到了更合理的利用。同時,AI智能體還能結合“全血管數(shù)字人”中的患者病歷數(shù)據(jù),實時解答術后患者的疑問,開啟了心臟瓣膜病術后隨訪管理的新模式。
冠心病診療革新:
無創(chuàng)評估替代有創(chuàng)評估
AI當起“導管室守門人”
冠心病作為心腦血管疾病最常見的疾病之一,其診斷與治療一直面臨著較大的挑戰(zhàn)。傳統(tǒng)診療中,冠脈CTA或冠脈造影雖能發(fā)現(xiàn)血管狹窄,但無法準確評估心肌缺血,可能導致不必要的支架植入。而浙大二院提出的AI賦能的功能學技術指導的全流程精準治療方案,借助“全血管數(shù)字人”技術,成功破解了這一困境。
“冠心病精準介入治療的核心問題是評估冠狀動脈狹窄是否導致心肌缺血,繼而決定血運重建與否,而并非所有狹窄都需要干預?!闭愦蠖撼崭痹洪L胡新央教授解釋道,“關鍵在于判斷狹窄是否影響了心肌血流,而CT-FFR(基于冠脈CTA的血流儲備分數(shù))與QFR(基于冠脈造影的定量血流分數(shù))可以通過無創(chuàng)的方式計算血流,從而判斷是否缺血。而‘全血管數(shù)字人’則是這類技術的核心載體?!?/span>
具體而言,醫(yī)生通過冠脈CTA或冠脈造影獲取患者血管影像后,AI會將數(shù)據(jù)導入“全血管數(shù)字人”系統(tǒng),自動重建冠狀動脈的三維虛擬模型。隨后,AI會模擬血液在冠狀動脈中的流動狀態(tài),計算出不同部位的血流儲備分數(shù)。正常情況下,數(shù)值為1.00;若數(shù)值小于0.80,說明狹窄已嚴重影響心肌血流,需要支架植入;若大于0.80,則提示病情較輕,可采取保守治療。
“CT-FFR就像‘導管室的守門人’,能精準篩選出真正需要冠脈造影的患者。”胡新央教授表示。跟傳統(tǒng)的冠脈CTA相比,這項技術可避免約26.2%不必要的冠脈造影檢查。以往完成一次CT-FFR分析需要一天左右,如今在AI與“全血管數(shù)字人”的助力下,10分鐘內(nèi)就能得出結果,效率大幅提升。
近期,由王建安院士、胡新央教授領銜的FLAVOURⅡ研究成果,在美國心臟病學會年會與《柳葉刀》雜志同步公布。該研究證實,AI賦能的QFR技術,在指導冠心病介入治療方面的臨床療效可媲美傳統(tǒng)血管內(nèi)超聲技術,且僅需單一體位影像,1分鐘內(nèi)就能完成全流程分析,診斷效率實現(xiàn)質(zhì)的飛躍。
圖注:成果發(fā)表于國際醫(yī)學頂刊《柳葉刀(《The Lancet》)》雜志
不僅如此,此項技術還能在“全血管數(shù)字人”上模擬支架植入過程。AI會根據(jù)患者血管狹窄的位置、程度,模擬不同尺寸支架植入后的血流變化,幫助醫(yī)生選擇最合適的支架類型與植入位置。
“以前,醫(yī)生只能憑經(jīng)驗判斷支架植入效果,而現(xiàn)在,通過‘數(shù)字人’的模擬,我們術前就能‘預見’手術效果?!闭愦蠖盒难軆?nèi)科張金龍醫(yī)生說。
統(tǒng)計數(shù)據(jù)顯示,QFR技術與傳統(tǒng)的血管內(nèi)超聲技術相比可減少11.5%不必要的心臟支架植入,這項技術作為一種無創(chuàng)算法,既降低了患者接受有創(chuàng)操作的風險,又節(jié)省了超聲導管、心臟支架等醫(yī)療資源,實現(xiàn)了醫(yī)療效益與患者利益的雙贏。
外周血管疾病診療:
動態(tài)監(jiān)測+體外模擬
AI預判風險、優(yōu)化方案
相較于心臟血管嚴重病變?nèi)缧募」K?,腦血管重癥腦卒中,大眾對外周血管的疾病了解相對較少,而實際情況是外周血管分布從顱底到足底、從動脈到靜脈、從主動脈到末梢血管,疾病范圍廣,病變類型復雜,尺度跨越大,病變廣泛而相對平緩,是應用“全血管數(shù)字人”的適應區(qū)域,在浙大二院全數(shù)字化體系建設推動下,創(chuàng)新了多項創(chuàng)新的數(shù)字化技術,建立了目前規(guī)模最大,數(shù)據(jù)量最豐富、數(shù)字化儲能最高的外周血管功能性數(shù)據(jù)庫,為人工智能賦能外周血管疾病診療提供了新的解決方案。
腹主動脈瘤是外周血管疾病中發(fā)病率并不低的老年性血管疾病,主要由于動脈硬化造成血管組織強度降低形成“吹氣球”一樣的擴張,但早期很少出現(xiàn)癥狀,而一旦破裂,死亡率極高。目前臨床對腹主動脈瘤手術指征的判斷基于RCT研究結果形成的臨床指南,形成以瘤體直徑、形態(tài)和連續(xù)擴張速度為指標的行業(yè)標準,但對于真實動脈瘤破裂因素、破裂風險還處于未知狀態(tài)。借助于浙大二院正在逐步形成的全血管數(shù)字人,不僅可以監(jiān)測動脈瘤直徑、形態(tài),更能準確分析血管瘤壁彈性、硬度、強度等一系列物理數(shù)據(jù),可以把疾病狀態(tài)的動脈瘤以近乎真實的體外仿真狀態(tài)提供給患者和醫(yī)生,從而更準確判斷手術時機、預設手術方案,甚至于預測手術結果。
圖注:瘤區(qū)血流動力學分析,箭頭所指為AI分析出的該腹主動脈瘤最容易破裂的點位
浙大二院血管外科主任陳兵講述了一例不可復制的破裂腹主動脈瘤患者搶救的經(jīng)歷。一位60歲的男性患者,體檢時發(fā)現(xiàn)腹主動脈瘤,直徑已達到9cm,需要手術治療。血管外科將患者收入院后,進行了完善的術前準備,特別是利用“全血管數(shù)字人”技術對動脈瘤進行了仿真分析,發(fā)現(xiàn)具有高破裂風險,并預測了破裂的部位。然而患者因為其他原因拒絕手術,醫(yī)生勸說無果只能看著患者出院。
然而3個月后,陳兵深夜接到急診電話,在看到患者名字時,意識到就是這位患者。陳兵立即啟動數(shù)據(jù)庫調(diào)取患者的數(shù)字化信息,AI自動形成初步手術預案,患者一刻不耽擱緊急經(jīng)過綠色通道進入手術室。當時患者已發(fā)生休克,處于死亡的邊緣。血管外科團隊在AI全血管數(shù)字人技術加持下,以最快速度和最合適技術方案為患者實施了經(jīng)血管覆膜支架破裂腹主動脈瘤隔絕手術。不到1小時,手術結束,患者生命體征平穩(wěn)。而在回顧救治資料時發(fā)現(xiàn),患者腹主動脈瘤破裂的區(qū)域,同AI預測完全一致。
泛血管疾病全程管理:
大數(shù)據(jù)+AI預警
構建高危患者防護網(wǎng)
心腦血管疾病的防治,不僅要關注已發(fā)病患者的診療,更要重視高危人群的風險管控。浙大二院依托“全血管數(shù)字人”技術,搭建起基于泛血管大數(shù)據(jù)的AI預警平臺,實現(xiàn)了對高血壓、高血脂、高血糖等基礎疾病患者的全程風險管理。
“這些基礎疾病是泛血管疾病的高危影響因素,若不及時干預,很可能發(fā)展為冠心病、腦卒中等嚴重病癥。”浙大二院內(nèi)分泌科主任鄭超表示,而AI與“全血管數(shù)字人”的結合,讓風險預警變得更精準、更及時。
該平臺會自動抓取患者的體檢數(shù)據(jù)、門診記錄、用藥情況等信息,結合“全血管數(shù)字人”中存儲的泛血管疾病風險評估模型,按照ASCVD(動脈粥樣硬化性心血管疾?。┓謱訕藴?,對患者的風險等級進行自動劃分。對于極高危患者,AI會立即將預警信息與診療建議發(fā)送給主管醫(yī)生,督促醫(yī)生重點關注該患者的病情變化。在治療結束后,AI還會開啟智能隨訪模式。
此外,所有患者的診療數(shù)據(jù)都會被納入專病隊列,為泛血管疾病大模型的訓練與優(yōu)化提供數(shù)據(jù)支撐,形成“預警-治療-隨訪-數(shù)據(jù)迭代”的閉環(huán)管理模式。
“這種數(shù)字療法不僅能為患者提供更精準的醫(yī)療服務,還能促進醫(yī)療科技與AI的深度融合。”鄭超主任醫(yī)師說。通過持續(xù)積累臨床數(shù)據(jù),“全血管數(shù)字人”的智能分析能力會不斷提升,未來將為更多泛血管疾病患者筑起一道堅實的健康防護網(wǎng)。
特別聲明:智慧醫(yī)療網(wǎng)轉載其他網(wǎng)站內(nèi)容,出于傳遞更多信息而非盈利之目的,同時并不代表贊成其觀點或證實其描述,內(nèi)容僅供參考。版權歸原作者所有,若有侵權,請聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng),轉載需獲授權。