新的人工智能可以自动检测严重的心脏疾病

来自中国电子科技大学的研究小组组长Wang Zhao说："如果动脉内壁的胆固醇斑块开始侵蚀，它可能导致流向心脏的血液突然减少，这被称为急性冠状动脉综合征，需要紧急治疗。我们的新方法可以帮助改善斑块侵蚀的临床诊断，并用于开发心脏病患者的新疗法"。

OCT是一种具有微米级分辨率的光学成像技术，可在血管内利用它来产生冠状动脉的三维图片，冠状动脉将血液输送到心脏。尽管血管内OCT正被医生更频繁地用于检查斑块的侵蚀，但由于产生的数据量大，以及视觉上解读图像的难度，观察者之间存在着相当程度的差异。

为了解决这个问题，Wang与他所在机构的一个工程师团队和哈尔滨医科大学第二附属医院的医务人员合作，在Yu Bo的指导下创建了一个自动、客观的方法，使用人工智能来识别基于OCT图像的斑块侵蚀。他们在Optica出版集团的《生物医学光学快报》杂志上解释了这种新方法，并证明它足够准确，可能作为临床诊断的基础。

"我们基于人工智能的新方法可以使用原始的OCT图像自动检测斑块侵蚀的存在，而不需要任何额外的输入，"Wang说。"客观地自动检测斑块侵蚀的能力将减少与诊断相关的费力的人工评估。"

应用人工智能

这种新方法包括两个主要步骤。首先，一个被称为神经网络的人工智能模型使用原始图像和两个形状信息来预测可能出现斑块侵蚀的区域。然后用一个基于临床可解释特征的后处理算法来完善最初的预测，这些特征模仿了专业医生用来进行诊断的知识。

"我们必须开发一个新的人工智能模型，纳入明确的形状信息，这是用于识别OCT图像中斑块侵蚀的关键特征，"Wang说。"底层的血管内OCT成像技术也很关键，因为它是目前可用于诊断活体患者斑块侵蚀的最高分辨率成像方式。"

当OCT用于血管内成像时，成像探头在导管内自动向后拉，每次回拉都会产生数百张图像。研究人员用16张有斑块侵蚀的临床OCT图像的回拉和10张没有斑块侵蚀的3224张图像的回拉来测试他们的方法。该自动方法正确预测了80%的斑块侵蚀病例，有效预测值为73%。他们还发现，基于自动方法的诊断甚至与三位有经验的医生的诊断很匹配。

Wang说："尽管需要进一步的安全验证和监管批准，以便在病人身上独立使用，但该技术可用于促进斑块侵蚀的诊断。这将涉及医生对算法的发现进行最后检查，然后确定急性冠状动脉综合征的原因和最佳治疗策略。"

研究新的治疗方法

该方法还可以通过消除耗时和繁琐的人工图像分析过程，对分析现有的大量OCT数据很有帮助。这可以帮助科学家改善斑块侵蚀的识别和治疗。例如，支架通常用于恢复急性冠状动脉综合征患者的血流减少，但最近的研究表明，一些药物可能提供了一种创伤性较小的替代方法。

"伴随着人工智能技术进步，血管内成像可以成为诊断冠状动脉疾病和治疗计划的一个极其宝贵的工具，"Wang说。"在未来，这种新方法可以帮助医生制定个性化的治疗策略，对急性冠状动脉综合征患者进行最佳管理"。

研究人员现在正在努力改进他们的新技术，通过更好地纳入3D信息和纳入更多未标记的数据来提高人工智能模型的性能。在未来，他们还计划使用一个更大的数据集，包括一个全球人口来训练和评估该算法。他们还希望探索如何将其用于各种临床情况，以进一步证明其潜在的效用和价值。