0
| 本文作者： 郭瑞婵 | 2022-12-31 16:11 |
近日，由联影智能与上海市第一人民医院合作完成的冠脉CTO AI自动重建研究论文——《Deep Learning Segmentation and Reconstruction for CT of Chronic Total Coronary Occlusion》，在《Radiology》期刊上发表。
《Radiology》是医学影像领域的顶级期刊，2022年其影响因子达到29.1，研究成果能被《Radiology》收录，意味着该成果得到了放射学界的高度认可。
参与此次合作研究的上海市第一人民医院（简称“上海市一”）是国内最早成立医学影像科的医院之一，于1946年单独开设了放射科。人工智能+心胸影像是上海市一放射科科研的重点方向，由该院放射科主任张佳胤带领，关于冠脉CTO AI自动重建的研究就是该院在心血管领域进行的科研项目之一。
心血管向来是医学影像AI布局的重要领域，但冠脉CTO重建难度大，尚未有成功率较高的AI产品出现。据介绍，此次由联影智能与上海市一合作研究的算法，对冠脉CTO的自动重建成功率可达95%。
这项研究中使用的算法有何特别之处？如何破解冠脉CTO自动重建的难题？心血管AI领域还有哪些值得投入的研究方向？围绕这些问题，雷峰网《医健AI掘金志》与上海市一放射科主任张佳胤进行了一次对话。
上海市第一人民医院放射科主任张佳胤
冠脉CTO（Chronic Total Occlusion），即冠状动脉慢性完全闭塞性病变，是冠心病介入治疗的最大难题之一。
据《中国心血管健康与疾病报告 2021》，我国冠心病患者已超 1139 万人，且冠心病患病率、死亡率逐年上升。而在接受有创性冠脉造影（Invasive Coronary Angiography, ICA）的患者中，约 20%-25% 的病例被诊断为冠脉CTO病变。
在临床中，目前多采用冠脉CT血管成像（冠脉CTA）作为评估冠脉疾病的无创性方法，但对于冠脉CTO的识别和重建，仍需要依赖医生后续凭经验手动绘制。
早在2013年～2014年，张佳胤便已经密切关注到了冠脉CTO这一复杂病变，在《Radiology》期刊共发布了3篇与冠脉CTO病变相关的论文，阐释了冠脉CTO的影像学鉴别诊断、指导治疗和评价侧枝解剖等问题。
张佳胤介绍，在不使用ICA的情况下，CTO病变在CT成像上时常无法被很好地识别。医生只能通过后处理工作站，模拟血管的生长，把闭塞段以及闭塞远端的侧支血管手动描绘出来，这之后再进行必要的测量，包括长度、钙化负荷，以及负性重构等等。
“传统对冠脉CTO的辨别需要消耗临床巨大的人力和时间成本。”张佳胤表示，一般情况下，医生需花费十多分钟才能完成一例冠脉CTO重建。
基于这一痛点，张佳胤与联影智能团队于去年上半年合作开展基于深度学习算法的冠脉CTO AI 自动重建。从立项到投稿，虽仅历经不到一年半的时间，但实际上这项研究颇有挑战性。
由于冠脉全闭塞段的显影微弱或者不佳，在重建过程中很容易造成血管分割、断裂不全，对算法的要求很高。
为此，研发人员在算法中融入了冠脉与心脏的解剖结构，为冠脉分割提供了上下文信息，同时将冠脉的局部特征和整体特征相结合，保证了冠脉分割尤其是显影不清晰的 CTO 位置分割的完整性、准确性以及连续性。
最终，双方团队对 211 名患者共 240 例 CTO 病变血管进行重建实验。实验结果显示，算法的自动分割和重建成功率为 95%，而传统工作站成功率仅为48% 。而在后处理时间方面，借助该算法能最多缩短 80% 的重建时长，2至3分钟即可出结果。
目前，这项研究成果已经投入到上海市一放射科的临床中使用。张佳胤表示，在实际应用中，发现AI对冠脉 CTO远端末梢1mm以及1mm以下的细小分支都有着良好的重建效果，几乎可以自动识别、分割并标注整个闭塞段，还有闭塞远端的侧支血管，“做出来的图像效果甚至比人手动的要更好。”
张佳胤认为，这项研究后续能够对临床冠脉CTO的术前影像精准评价起到很大的推动作用。他希望，未来能够将这套冠脉重建算法从放射科推广到心导管室，从而帮助心内科更好地做疾病分析与决策。
张佳胤是一位兼具临床诊断能力与科研能力的优秀的放射科医生，他的求学、从业的道路也是一路紧紧跟随着心血管影像学的发展，希望能够把自己在临床经验进行归纳、总结并转化为循证医学证据，用实际行动在心血管影像诊断领域注入自己的力量，从而为更多的病人谋取福音。
2006年，张佳胤从上海交通大学医学院获得硕士学位。毕业后，张佳胤在上海交通大学附属第六人民医院（简称“上海六院”）放射科开启自己的职业生涯，博士时期师从当时的放射科主任李明华教授。
李明华教授是介入影像科的学科带头人，专攻神经影像诊断和神经介入治疗技术，是国内脑动脉瘤无创成像和微创介入治疗的先驱者。
从业不久后，张佳胤就遇到了医学界的一个重要技术转折点。2007年，正值64排CT在国内普及，心血管领域的CT成像技术得到突破，使得CT用于常规冠心病临床诊断成为可能。
而在64排CT普及以前，受限于检查设备的限制，虽然冠心病发病率高、危害性大，但用CT诊断冠心病在放射科几乎是一个无人问津的领域。
张佳胤对心血管方向十分感兴趣，他向导师李明华教授申请从事这个方向的研究。尽管这并非李明华教授的专攻领域，面对学生的热情，他选择全力支持张佳胤的选择。
作为较早进入这个方向的学者，张佳胤从业至今见证了心血管领域的崛起。截至目前，他已经在《Radiology》上发表了6篇心血管相关的研究论文。
2017年前后，随着国内各大医学影像AI厂商相继成立，从那时起，关于AI的引入已经成为各大医院放射科着重考虑的话题。
张佳胤与医学影像AI的结缘也始于这个阶段。在上海六院时，张佳胤从联影智能的一款肋骨骨折AI产品中感受到了AI所具有的效用，从此对AI持开放、拥抱的态度。
2021年1月，张佳胤加入上海市第一人民医院，担任该院放射科主任，他正式主导基于心脏疾病影像诊断和AI新技术研发的国家级项目，与联影智能展开合作研究。
张佳胤认为，在心血管、头颈血管、肋骨骨折的检出等一系列需要医生手工大量干预的领域，AI都是刚需。
而国内第一张AI医疗三类证，正是落在了心血管领域。到目前为止，在心血管领域，尤其是冠脉方向，已有不少医学影像AI企业入局。
根据《中国医学影像人工智能发展报告（2021-2022）》，截至2022年5月31日，在已获NMPA三类证的产品中，心血管产品的数量仅次于肺结节。
入局者众多，但在张佳胤看来，心血管AI研发仍有许多需要攻坚的方向。
首先是解剖学方向。此次与联影智能合作的冠脉CTO AI自动重建研究，已经有效解决完全闭塞性血管的辨别和重建问题，但是对于 AI在冠脉支架、桥血管以及起源异常这类特殊的、复杂的解剖结构的识别上，技术上还存在较大的挑战性，许多AI产品都无法适用于这类结构。
张佳胤透露，这些更具挑战性的研究方面，上海市一与联影智能也已取得了较好的识别和分割结果，不久后将披露最新的研究成果。
其次是功能学成像方向。由于冠脉斑块非常微小，不易进行自动分割，手动后处理难度大，因此冠脉斑块成分的自动分析也有待突破；另外冠脉CT血流储备分数模拟计算（CT-FFR）对功能学的研究也很关键，目前上海市一正基于联影智能的产品进行大样本的、多中心的临床验证。
除了以上提及的关于血管水平的功能评价，还有心肌水平的评价。
张佳胤表示，在临床中，心肌血流灌注成像流程十分繁琐，涉及多个步骤，完成一位患者的检查和成像分析，需要花费20～30分钟，临床痛点十分突出。上海市一与联影智能的合作研究也覆盖这一环节，目前由双方研发的CT心肌灌注全自动定量分析软件已经投入到临床中，可以一站式自动完成诊断流程。
综上所述，上海市一与联影智能从解剖学到功能学等环节上都开展了合作项目，多方位地覆盖心脏CT影像检查的难点领域。而这样全栈全谱的医疗AI，正是未来的发展趋势。
正如中华医学会放射学分会主任委员、上海长征医院放射诊断科主任刘士远教授在第三届中国医学影像AI大会中提到的那样，AI医学影像企业应加快建设一纵一横业务布局，基于临床场景解决多任务、多维度的问题，并基于部位和器官输出整体检查的结果。
从行业整体趋势来看，医学影像AI正在往全流程、多任务、多维度方向发展，横、纵向的布局都会越来越深入。雷峰网(公众号：雷峰网) 雷峰网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
