预测猝死时间：AI与死神的争夺( 二 ) 2022才过去三分之一

对于人们来说，心源性猝死最大的威胁就是发病时间无法预料。而约翰霍普金斯大学的研究团队可以利用开发的AI新技术，改变临床决策并提高突发性和致命性心律失常的存活率。最新的相关研究发表在近日的《自然心血管研究》上。
虽然心源性的心脏病都有触发猝死的可能，但有些患者的风险比较低，可能不需要使用体外除颤器（AED），而有些高风险患者如果没有及时治疗，可能会错过他们黄金的挽救时期死亡。而这个AI算法可以做的是，确定谁有心脏猝死的风险，以及何时发生，进而让医生准确地决定需要做什么。
研究人员为这种基于深度学习技术的工具起了个名字，称其为心律失常风险生存研究。据悉，这也是首个使用神经网络为每位心脏病患者建立个性化生存评估的工具，它能够测量10年内心源性猝死的概率，以及最有可能发生的时间。

文章图片
研究团队首先使用对比度增强的心脏磁共振图像，来可视化约翰霍普金斯医院156名心脏磁心肌病真实患者的瘢痕分布，训练了一种检测瘢痕的模式和关系的算法。同时还使用了临床患者十年的数据训练了第二个神经网络，患者数据包括年龄、体重、种族和处方药使用等22个因素。然后使用深度神经网络直接从CMR图像和临床因素中学习这些参数，从而对生存数据进行最佳建模，预测个性化的生存概率，得到患者的个体特异生存曲线。
在实际的预测验证中，这个AI工具的准确率的表现也十分优异。来自美国60个医疗中心的独立患者的测试结果表明，算法的预测比医生准确很多。这个结果也意味着该系统未来可以被广泛普及应用。
在欧美人群中，心源性猝死的概率和中国差不太多，每100,000人中的发病率为50-100人，占所有死亡人数的15-20% 。高达20%的占比是一个不能忽视的重大隐患。而能够预测心源性猝死的概率与可能发作的时间的AI工具，对于病患以及健康诊疗的公共卫生来说意义重大。
悬在病患头上的未知有了可以参考的风险概率，对于病患和医生来说，极大提高了病患存活的概率。这个AI工具目前正在进行更多的测试和审核，以备未来更快进入临床的应用。
从重视征兆开始
【预测猝死时间：AI与死神的争夺】这类较为准确预测心血管疾病的AI工具，国内目前没有相关的研究披露。在心血管医学领域，国内AI的介入主要还是影像识别、手术规划、疾病的管理等领域。 AI心血管影像识别的应用发展较为缓慢，目前刚刚进入了临床试用的阶段。
相较于肺部影像来说，心血管医学影像识别的技术更加困难，并没有其他AI影像扎堆研发的热潮，高门槛的技术难点也让不少企业望而却步。其他的影像扫描图像基本是相对静止的状态，图像更容易合成与分析，而不断跳动的心脏，以及冠脉极端复杂的网状结构，图像的合成和三维重建十分困难。再加上心脏病症的种类丰富，包括冠心病、主动脉夹层、动脉炎等，都给AI的诊断与预测提出了巨大的难题。 AI在心血管领域开疆扩土的发展空间还有很大的生长空间和商业价值。

文章图片
AI心血管医学领域市场需求庞大、技术价值明显。这个难跨越道路的走通，对于其他医学领域的研究来说，也会蕴含巨大的价值。最难的研究做通了，相对简单的领域一些工具和模型的适配与研究也会更加容易突破。