人工智能在心臟疾病診療中的應(yīng)用

曹敦煜

摘 要 文章首先介紹了人工智能的概念及其在醫(yī)療領(lǐng)域的發(fā)展情況，闡述了其在心臟病診療中的應(yīng)用價(jià)值，之后從心臟病發(fā)病預(yù)測(cè)、心電圖自動(dòng)診斷以及心臟手術(shù)治療3個(gè)方面論述了其應(yīng)用現(xiàn)狀，最后討論了其面臨的數(shù)據(jù)采集與隱私保護(hù)、法律問題并提出針對(duì)性建議。

關(guān)鍵詞 人工智能；心臟疾??；預(yù)測(cè)；自動(dòng)診斷；輔助手術(shù)

中圖分類號(hào) TP3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2019）229-0141-02

在信息技術(shù)快速發(fā)展的當(dāng)代，將人工智能技術(shù)與醫(yī)學(xué)相結(jié)合，輔助醫(yī)護(hù)人員對(duì)進(jìn)行疾病的診療工作一直是研究的熱點(diǎn)問題。人工智能（Artificial？ Intelligence）是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門交叉學(xué)科，其研究領(lǐng)域包括機(jī)器人、語(yǔ)音識(shí)別、自然語(yǔ)言處理等[ 1 ]。為促進(jìn)、規(guī)范人工智能技術(shù)的發(fā)展，2017年，國(guó)務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，其中提出要推廣應(yīng)用人工智能治療新模式新手段，建立快速精準(zhǔn)的智能醫(yī)療體系。

心臟病是心臟疾病的總稱，包括冠心病、風(fēng)濕性心臟病、心肌炎、先天性心臟病、肺心病等多種類型。過去20年來(lái)，心臟病發(fā)病率在中國(guó)一直呈上升趨勢(shì)。中國(guó)衛(wèi)生統(tǒng)計(jì)提要指出，2013年城市居民死亡原因中心臟病位于第三位，占比為21.45%[2]。因此，越來(lái)越多的人們開始關(guān)注心臟病，特別是在心臟病的預(yù)防和治療方面。人工智能技術(shù)可以通過信息處理、算法輔助等方式輔助醫(yī)生進(jìn)行心臟病的診療，如幫助醫(yī)生進(jìn)行心臟病的預(yù)測(cè)，輔助醫(yī)生進(jìn)行高難度的心臟手術(shù)等，本文將對(duì)人工智能在心臟病診療中的應(yīng)用進(jìn)行介紹、討論，以期為其未來(lái)發(fā)展提供參考。

1 應(yīng)用現(xiàn)狀

1.1 心臟病預(yù)測(cè)

許多風(fēng)險(xiǎn)因素決定了人們患冠心病的風(fēng)險(xiǎn)，例如飲食方式、吸煙、遺傳原因、高度肥胖、高血脂、糖尿病、缺乏鍛煉等。對(duì)這些患病風(fēng)險(xiǎn)進(jìn)行調(diào)查，就能幫醫(yī)生對(duì)個(gè)體的患病風(fēng)險(xiǎn)進(jìn)行評(píng)估，進(jìn)而考慮針對(duì)性的干預(yù)措施，降低其患病風(fēng)險(xiǎn)，達(dá)到預(yù)防的目的。

一般來(lái)說(shuō)，冠心病的發(fā)病風(fēng)險(xiǎn)預(yù)測(cè)會(huì)使用心臟病預(yù)測(cè)模型。傳統(tǒng)的冠心病預(yù)測(cè)模型是對(duì)冠心病的風(fēng)險(xiǎn)因子進(jìn)行一系列處理后得出的，這些預(yù)測(cè)模型過度簡(jiǎn)化了風(fēng)險(xiǎn)因素之間的關(guān)系，導(dǎo)致預(yù)測(cè)準(zhǔn)確率不高。借助人工智能技術(shù)能夠考慮更多的危險(xiǎn)因素，從而更加準(zhǔn)確地評(píng)估冠心病的發(fā)病風(fēng)險(xiǎn)。2018年，微軟推出了一種由人工智能技術(shù)支持的冠心病風(fēng)險(xiǎn)評(píng)分模型，該模型基于印度一家醫(yī)院提供的40萬(wàn)印度人的健康數(shù)據(jù)，考慮了21種風(fēng)險(xiǎn)因素，包括飲食、吸煙、呼吸率、高血壓、血壓可以快速、準(zhǔn)確識(shí)別每位患者的風(fēng)險(xiǎn)水平。該評(píng)分模型將風(fēng)險(xiǎn)分為高、中、低，并能提供可以干預(yù)的最大風(fēng)險(xiǎn)因素，從而幫助醫(yī)生以更全面的方式咨詢患者，同時(shí)為患者提供改善生活方式、降低風(fēng)險(xiǎn)水平的建議。目前該評(píng)分工具還在印度醫(yī)院進(jìn)行試驗(yàn)，其真正的臨床效果還有待進(jìn)一步評(píng)價(jià)。

美國(guó)谷歌公司的科學(xué)家們?cè)O(shè)計(jì)了一種借助眼底圖像評(píng)估個(gè)體患心臟病風(fēng)險(xiǎn)的方法。借助人工智能技術(shù)，該方法能夠從病人眼底圖像中準(zhǔn)確地推斷多項(xiàng)包括年齡、血壓以及是否吸煙等心臟病風(fēng)險(xiǎn)因素?cái)?shù)據(jù)。之后就可以利用這些數(shù)據(jù)預(yù)測(cè)個(gè)體心臟病的發(fā)病風(fēng)險(xiǎn)。該方法預(yù)測(cè)的準(zhǔn)確率可以達(dá)到70%以上，與傳統(tǒng)的評(píng)分模型相當(dāng)，但該方法數(shù)據(jù)采集簡(jiǎn)單，可以使醫(yī)生更快、更容易地分析病人的心臟病風(fēng)險(xiǎn)，而不再需要其它臨床檢驗(yàn)數(shù)據(jù)。之所以可以通過眼底圖像判斷個(gè)體的心臟健康狀況，主要是因?yàn)檠鄣壮錆M了血管，能夠反映個(gè)體整體健康?，F(xiàn)階段，該方法還需要更徹底的測(cè)試后才能用于臨床。

1.2 心電圖自動(dòng)診斷

心電圖是利用心電圖機(jī)從體表記錄心臟每一心動(dòng)周期所產(chǎn)生的電活動(dòng)變化圖形的技術(shù)，它是心血管疾?。òㄐ穆墒С?、心室心房肥大、心肌缺血損傷、心肌梗死等）最簡(jiǎn)單、快捷、經(jīng)濟(jì)的臨床檢查方法，在臨床上應(yīng)用較為廣泛[3]?；颊咴谶M(jìn)行心電圖檢查后，醫(yī)生進(jìn)行判讀，并給出檢查報(bào)告，這種人工心電圖診斷的流程。由于心電圖是一種連續(xù)時(shí)間信號(hào)，而異常信號(hào)是隱藏在其中的，判讀時(shí)需要醫(yī)生非常細(xì)心，醫(yī)生在長(zhǎng)時(shí)間工作后漏診的風(fēng)險(xiǎn)較大，且有些心臟病異常并不一定在檢查中表現(xiàn)出來(lái)，需要長(zhǎng)時(shí)間的心電監(jiān)測(cè)，這進(jìn)一步增大了醫(yī)生判斷的難度與工作量。為解決人工判斷的問題，借助人工智能技術(shù)的心電圖自動(dòng)診斷的研究與應(yīng)用越來(lái)越多。

深圳市凱沃爾電子有限公司研發(fā)了一款基于人工智能技術(shù)的心電圖自動(dòng)分析和診斷系統(tǒng)，稱為AI？ ECG？Platform？，該系統(tǒng)既能夠?qū)ΤＲ?guī)的靜態(tài)心電圖進(jìn)行自動(dòng)分析并給出診斷報(bào)告，也能夠處理動(dòng)態(tài)心電圖，系統(tǒng)覆蓋了主要的心血管疾病，通用性較高。系統(tǒng)的構(gòu)建是基于約2？500萬(wàn)份心電圖的大數(shù)據(jù)樣本，利用深度學(xué)習(xí)模型訓(xùn)練完成的。該模型經(jīng)過試驗(yàn)表明其在心律失常事件和心臟激動(dòng)傳導(dǎo)異常事件的診斷能力已經(jīng)達(dá)到專業(yè)醫(yī)生水平，準(zhǔn)確性達(dá)到95.0%以上，對(duì)一些復(fù)雜病例的分析診斷，甚至超過?？漆t(yī)生的診斷水平。

人工心電圖分析準(zhǔn)確性很大程度依賴于醫(yī)生的專業(yè)水平、經(jīng)驗(yàn)，而基于人工智能技術(shù)的自動(dòng)診斷模型一旦訓(xùn)練成功，其分析水平是一定的，不會(huì)受其它因素的干擾，且能夠24小時(shí)工作，這對(duì)于移動(dòng)醫(yī)療、遠(yuǎn)程診斷都十分重要。當(dāng)診斷水平達(dá)到甚至超過心臟?？漆t(yī)生水平時(shí)，則可以推廣到大量基層醫(yī)院、個(gè)體診所、體檢中心、養(yǎng)老機(jī)構(gòu)等缺乏專業(yè)的心電醫(yī)生的醫(yī)療機(jī)構(gòu)以及進(jìn)入普通的家庭，使得心電圖檢查就像測(cè)血壓、血糖一樣方便、準(zhǔn)確。

1.3 手術(shù)治療

心臟手術(shù)是一種時(shí)間長(zhǎng)、難度大、風(fēng)險(xiǎn)高的治療方法。傳統(tǒng)的心臟手術(shù)需要醫(yī)生精神高度集中，一旦出現(xiàn)差錯(cuò)其后果可能是致命的；另一方面，心臟手術(shù)創(chuàng)口較大，患者在手術(shù)過后往往需要很長(zhǎng)時(shí)間恢復(fù)且容易留下后遺癥。近年來(lái)，手術(shù)機(jī)器人發(fā)展迅速，在許多外科手術(shù)中都已經(jīng)開始應(yīng)用，其中就包括心臟手術(shù)。

目前大多數(shù)臨床中心使用的手術(shù)機(jī)器人都是由美國(guó)直觀醫(yī)療器械公司研發(fā)的？“達(dá)芬奇”系統(tǒng)。“達(dá)芬奇”機(jī)器人手術(shù)系統(tǒng)具有操作精細(xì)、微創(chuàng)等優(yōu)勢(shì)，已被廣泛應(yīng)用于臨床診療活動(dòng)中[4]。在心臟外科，二尖瓣修補(bǔ)/置換術(shù)、冠狀動(dòng)脈搭橋術(shù)、房間隔/室間隔缺損修補(bǔ)術(shù)等手術(shù)均可在達(dá)芬奇機(jī)器人輔助下進(jìn)行，現(xiàn)階段已經(jīng)有許多成功案例。達(dá)芬奇機(jī)器人能夠完成人手不能觸及的狹小空間的精細(xì)手術(shù)操作，對(duì)于長(zhǎng)時(shí)間復(fù)雜的心臟手術(shù)十分有利于，同時(shí)能夠大幅縮短病人的康復(fù)時(shí)間。目前達(dá)芬奇機(jī)器人輔助手術(shù)也存在一些缺點(diǎn)，比如觸覺感不如人手靈敏、價(jià)格昂貴等，一定程度上制約了手術(shù)機(jī)器人的發(fā)展與應(yīng)用。

2 面臨的挑戰(zhàn)

雖然人工智能在心臟病診療上帶來(lái)了許多好處，但其面臨的挑戰(zhàn)也是不容忽視的。

首先是數(shù)據(jù)采集與隱私保護(hù)問題。不管是微軟還是谷歌其設(shè)計(jì)的心臟病預(yù)測(cè)模型都需要海量的臨床數(shù)據(jù)，如何獲取數(shù)據(jù)是相關(guān)企業(yè)面臨的難題?，F(xiàn)階段，人工智能模型預(yù)測(cè)的準(zhǔn)確性往往依賴數(shù)據(jù)的規(guī)模，即數(shù)據(jù)越多預(yù)測(cè)結(jié)果越準(zhǔn)確，但臨床數(shù)據(jù)中涉及患者各方面的隱私信息，監(jiān)管要求較高，企業(yè)要想采集海量數(shù)據(jù)難度較大。此外，企業(yè)在分析數(shù)據(jù)的同時(shí)需要對(duì)其中的隱私信息進(jìn)行去除，或是進(jìn)行嚴(yán)格的監(jiān)管，防止數(shù)據(jù)被不法分子竊取。對(duì)于數(shù)據(jù)采集問題，應(yīng)該由政府部門制定嚴(yán)格的數(shù)據(jù)監(jiān)管制度，對(duì)企業(yè)在使用數(shù)據(jù)的全過程進(jìn)行監(jiān)管，此外，企業(yè)應(yīng)在數(shù)據(jù)去隱私方面進(jìn)行攻關(guān)，研發(fā)出能夠既能保證模型訓(xùn)練準(zhǔn)確性又能保證患者隱私的相關(guān)？技術(shù)。

其次是人工智能應(yīng)用過程中的法律問題。雖然人工智能在心臟病診療過程中的準(zhǔn)確性很高，但也不能保證不出現(xiàn)錯(cuò)誤判斷，利用機(jī)器人進(jìn)行手術(shù)的責(zé)任是由醫(yī)生、制造商、醫(yī)療機(jī)構(gòu)單獨(dú)承擔(dān)，還是共同承擔(dān)，這些都需要在發(fā)展過程中引起重視[5]。為此，立法部門應(yīng)針對(duì)人工智能在醫(yī)療領(lǐng)域應(yīng)用過程中出現(xiàn)的新問題進(jìn)行超前研究，制定相應(yīng)的法律法規(guī)，規(guī)范其發(fā)展與應(yīng)用；醫(yī)療機(jī)構(gòu)在現(xiàn)階段應(yīng)用時(shí)，應(yīng)充分與患者溝通，說(shuō)明其可能存在的風(fēng)險(xiǎn)，簽訂知情同意書。

3 結(jié)論

文章介紹了人工智能在心臟病診療中的應(yīng)用現(xiàn)狀，包括發(fā)病預(yù)測(cè)、心電圖診斷以及心臟手術(shù)，并指出其面臨的數(shù)據(jù)保護(hù)與法律問題。未來(lái)，隨著信息技術(shù)的不斷發(fā)展，人工智能將在在醫(yī)療領(lǐng)域有越來(lái)越廣泛的應(yīng)用。無(wú)論是疾病診斷還是治療，人工智能在給我們提供便利的同時(shí)也帶來(lái)了一系列隱私、法律等問題。因此，在醫(yī)療領(lǐng)域發(fā)展與應(yīng)用人工智能的初期，就要重視這些問題，盡早采取相應(yīng)的防范措施，只有這樣才能保證人工智能在醫(yī)療領(lǐng)域持續(xù)健康方法以及應(yīng)用過程中的安全和規(guī)范。

參考文獻(xiàn)

[1]楊澤華，田侃，殷婷，等.淺談人工智能在我國(guó)衛(wèi)生健康領(lǐng)域的應(yīng)用[J/OL].衛(wèi)生經(jīng)濟(jì)研究，2018（11）：7-9，12.

[2]王冬菊.心腦血管疾病流行概況及主要影響因素[J].預(yù)防醫(yī)學(xué)論壇，2016，22（1）：71-75.

[3]劉鳴.遠(yuǎn)程心電大數(shù)據(jù)和心電圖智能化診斷[J].實(shí)用心電學(xué)雜志，2018，27（3）：157-161.

[4]楊蘇民，王清江，于霄霖.機(jī)器人心臟外科手術(shù)淺談[J].臨床外科雜志，2017，25（5）：327-330.

[5]曹艷林，陳璞.人工智能：美好前景面臨法規(guī)空缺[J].中國(guó)衛(wèi)生，2018（8）：76-77.