预测猝死时间：AI与死神的争夺 2022才过去三分之一

2022才过去三分之一，就发生了许多令人悲痛的事情。新年刚过，当我们还沉浸在春节假期里，游荡在各种饭局中，负责哔哩哔哩图文审核的25岁员工在连续加班5天后猝死，将所有人拉回了社畜的现实。
同月，字节跳动一名28岁的工程师在健身房锻炼，突发不适，在送至医院抢救无效后离世。冬奥落下帷幕之后，疫情又开始复发，许多城市开始了一遍遍的静态管理。一些因为疫情管控的病患来不及诊治，消亡在了抢救的路途中。
疫情防控基层一线的工作人员中，因为繁重的工作和压力，有大白、社区工作人员、保安等人员因为过劳而猝死。这些年轻鲜活的生命戛然而止，给亲属带来巨大的悲痛，也给仍然在奋斗的社畜敲响了警钟。猝死跟年龄无关，离高压下的社畜并不远。

文章图片
数据统计， 80%以上的猝死都属于“心源性猝死” ，也就是因为心脏原因如心力衰竭或心律失常等引起。中国心源性猝死的发生率41.84例/10万人，每年心源性猝死的总人数高达54.4万，中国也是全世界发生心源性猝死人数最多的国家。
每年几乎一个县的人数因为心源性疾病猝死，这么庞大的数量，亟需医疗系统开发个性化的心率猝死风险的评估工具，以挽救生命，并减轻巨大的公共卫生负担。近日，约翰霍普金斯大学研究人员领导的团队，开发了一种基于AI的预测工具，可以预测患者是否以及何时可能死于心脏骤停。
需求与效率交接
常规的AI技术应用，在心血管筛查、诊疗、AI医学影像上紧密联系， AI在这其中有巨大发挥的空间。
如果去医院看病的话，你会发现心血管科室绝对是最忙碌的科室之一。在全民高压高节奏的生活方式下，越来越多的人有各种心脏方面的不适。
根据美国心脏协会的研究， 25%左右的冠心病患者平常与健康人无异，一旦发病，在黄金的抢救时间内来不及的话，首次发病直接猝死的概率非常大，他们甚至连发现和治疗的机会都没有。被媒体报道出的猝死只是少数，更多的猝死正在发生。
大量普通人主动的体检筛查和患者更好的治疗需求，使得心血管医学影像识别的重要性急剧提升， AI新技术的引入尤为重要。
用AI看片子，将心血管影像识别的步骤时间压缩，效率会极大地提升。传统的医疗体系方式中心血管影像的诊断，分为图像扫描、图像后处理、撰写报告、报告审核四个步骤，单个病例在影像环节需要花费最低半个小时。国内AI医疗公司开发的心血管AI影像识别产品，将时间缩短在5分钟左右，比传统的识别效率提升了6倍以上。

文章图片
不同的医生在影像识别的能力不同，在“充实”的门诊活动中，过劳也是经验丰富的医生的日常，疲劳造成的准确率波动，对AI影像来说不存在，越多的数据也就意味着更加准确的诊疗。 AI劳模并不会疲惫，随着合作医院的增多，数据不断丰富、算法不断优化，心血管AI影像识别系统在持续地学习中，准确率也在不断提升。
我们会发现，市面上AI在心血管中的诊疗工具集中在影像功能上，换句话说， AI目前能够做到的诊疗也仅限于有意识体检的人群和心血管病患。这些有心源性病理显示的病患，比普通人更高概率触发猝死，但这种情形什么时候发生是悬在头顶的未知数。
预测微妙的风险关头