近日，匯醫慧影和中國人民解放軍總醫院（北京301醫院）血管外科聯合研發升級的AORTIST 3.0主動脈人工智能精準診療系統發布。AORTIST意為主動脈支架個體化置入人工智能研究云平臺，研究的對象是主動脈擴張性疾病，主要包括主動脈瘤和主動脈夾層。

　　新版本的一大亮點是，新增了腎下腹主動脈瘤人工智能精準診療產品。圍繞3.0版本的設計過程，雷鋒網和匯醫慧影創始人兼CEO柴象飛以及301醫院血管外科全軍血管外科中心主任郭偉進行了一次采訪。

　　病種不同，痛點相同

　　去年4月份，在同樣的血管論壇上，匯醫慧影聯合301醫院血管外科發布了主動脈人工智能研究云平臺AORTIST2.0（主動脈支架個體化置入人工智能研究云平臺），圍繞主動脈夾層這一病種進行產品研發，

　　對于匯醫慧影而言，2.0版本云平臺的發布讓AI應用首次走出了影像科，開始在臨床科室應用，同時也將AI的應用環節從診斷延伸到了臨床治療輔助決策。

　　據柴象飛透露，目前，AORTIST 2.0已經在20多家醫院得到落地。在幫助醫生進行更好地臨床手術之外，醫生也充當了“產品經理”，對2.0版本提出了改進意見。

　　“醫生們想要一些更加靈活化的治療方案的決策，包括針對影像科的結構化報告，以及后續的支架模擬。”柴象飛表示，這些意見非常寶貴，匯醫慧影也在根據需求改進產品功能。

　　時隔一年發布的AORTIST 3.0版本，其思路還是圍繞血管外科制定解決方案，基于精準測量來降低術后風險。從主動脈夾層到腎下腹主動脈瘤，這是階段性的延續過程。

　　柴象飛介紹說，主動脈瘤的發病率很高，甚至比主動脈夾層還高。腹主動脈瘤雖然是偏慢性的疾病，但如果有破裂風險，將會危及生命。

　　所以，醫生在接收一個主動脈瘤患者時，首先要做的就是評估破裂風險，然后根據破裂風險決定是否要進行手術治療。與此同時，主動脈瘤在臨床中也存在一個問題，那就是手術過程中的失敗率較高，其中很大一部分因素是支架的選擇有誤。

　　支架的選擇有兩方面，一方面是支架的型號，如果支架型號沒選對的話，時間一長，會對血管有損傷，反而沒有起到好的治療效果。

　　其次，就是支架位置的位置。主動脈有很多的分支血管，醫生放支架時把主要的問題解決了，但卻堵塞了分支血管，這樣就會影響很多重要器官的供血，可能會帶來非常嚴重的并發癥。

　　柴象飛在和三甲醫院溝通的過程中發現，由于手術的不成功，到大醫院看病的患者多是“修復性”手術，不僅患者痛苦，而且一定程度上消耗了三甲醫生的資源。因此，精準測量對于提升手術的成功率至關重要。

　　用AI覆蓋診治全流程鏈條

　　針對腎下腹主動脈瘤的特點，AORTIST3.0針對臨床精準測量難、預后預測難、隨訪管理難等三個核心問題，給出了覆蓋臨床全流程鏈條的醫療影像AI解決方案。

　　據了解，AORTIST3.0將深度學習技術應用到主動脈三維重建、分割、中心線提取等環節，30秒內能完成主動脈和髂動脈整體、瘤腔、血栓及鈣化及內臟動脈的自動分割測量，并在10分鐘內生成手術方案文檔。

　　在控制誤差方面，基于與301醫院血管外科的持續深入合作，AORTIST3.0通過301醫院血管外科多年的臨床隨訪數據及影像數據來優化深度學習算法。將測量誤差控制在1mm以內，跟2.0版本相比提升了33%以上），較常規手動測量精準度提升約70%，自動分割結果準確率達95%，與專家測量交比高達98%。

　　將測量誤差控制在1mm以內，相比于2.0版本，這點提升非常大。為了最大程度降低誤差，匯醫慧影的團隊對數據進行雙盲的標注和專家的驗證，提升數據本身的精準度；其次，將云平臺上進行分割的U-Net模型進行優化；最后，添加了很多后處理的技術，基于傳統算法，對所提取邊緣進行擬合以及結合一些解剖知識信息進行后處理，讓血管的邊緣輪廓更加精準化。

　　當然，技術層面的優化之外，也要得益于計算資源的發展，利用最新的GPU和CPU，技術團隊也能突破原先運算性能的限制。柴象飛說到，“以前，我們對圖像要down sample，要縮小圖像的尺寸，現在我們把圖像尺度進行放大，對產品的精準性也有很大的幫助。”

　　將誤差控制在有限范圍內，醫生就可以進行手術方案的制定。在這個環節中，AORTIST3.0可以基于錨定區位置輸出CTA垂直動脈直徑，自動輸出主動脈各區最大、最小、平均動脈直徑和近端錨定區至主動脈各分支曲面重建距離，隨后生成手術方案供醫生參考。

　　除了臨床的精準測量問題，云平臺在2.0版本設計之初，還置入了愈后預測分析模塊，醫生能根據模塊中的預測結果為患者制定個性化的隨訪方案。

　　據了解，以Radcloud大數據智能分析云平臺的影像組學方法構建并優化預后預測模型，對于患者胸主動脈擴張、腹主動脈擴張和復合終點事件在術后6個月、12個月和24個月發生概率的預后預測準確率達86%；

　　在隨訪管理階段，AORTIST3.0提供了個性化隨訪管理系統。基于大數據、AI、組學分析結果，為患者生成個性化隨訪方案，并提供自動化管理方法，支持臨床隨訪管理，改善患者遠期結局。

　　此外，AORTIST3.0系統對三維Mask融合、雙側髂動脈曲面重建視圖同時輸出，主動脈整體容積術前-術后變化趨勢圖等功能也實現了技術支持。

　　柴象飛表示，不管是2.0版本還是3.0版本，平臺的設計理念就是，把AI應用在多病種臨床診治的全流程鏈條中。

　　將沿著血管外科縱向延伸

　　在去年的采訪中，301醫院血管外科的郭偉主任曾表示，之所以從B型主動脈夾層入手，是因為其形態比主動脈瘤復雜，所以在技術實現上的難度更高。如果在這一病種上實現突破，再拓展到其他病種時將容易很多。

　　但時隔一年，回顧3.0版本的研發過程，郭偉主任說到，進展并不像預想中那么簡單。

　　胸部主動脈被血流撕裂內膜后，會形成真腔和假腔。因此，匯醫慧影的技術團隊在圖像分割過程中，要同時兼顧真假腔，最后會出來三套分割結果。

　　郭主任表示，主動脈夾層的工作量確實很大，但是血管條件相對好一些。而腹主動脈瘤雖然沒有假腔，腹主動脈瘤的實現難度絲毫不小：

　　第一，腹主動脈雖然是一根血管，但是腹主動脈擴張之后，它的形狀不是直線，有點像“Z”型，經常會彎曲；

　　第二、腹主動脈不僅要求把主動脈分割出來，還需要對包括肝動脈、脾動脈等在內的二級分支血管進行分割，腎動脈還要分割到第三層的分支。

　　在分支血管的分割上，數據標注就是一個首要的挑戰；其次，在圖像分割的過程中，越細的血管分支對于精準度的要求更高。

　　郭主任在采訪時笑著說，一開始自己以為人工智能很先進，但是搞了兩年之后，發現人工的投入相當大。

　　在和匯醫慧影合作的過程中，301醫院提供了350多例數據，相比于此前的主動脈夾層產品，數據量上有了一定程度的提升。

　　當然，這樣的小數據集對于深度學習技術來說，還是遠遠不夠的。匯醫慧影延續了此前2.0版本中提到的遷移學習和強化學習等技術，在院內、院外系統中實現自我學習、自我提升。

　　柴象飛說到，柴象飛說到，不管是技術還是醫學上的難題，云平臺開發之初，自己就已經做好了接受挑戰的心理準備。未來，匯醫慧影還將和301醫院一起，沿著血管外科來做更多疾病和更多部位的縱向延伸。

　　郭偉主任也表示，“AORTIST在學科深度層面，能提高手術的精準度，為患者提供個性化隨訪計劃，幫助改善患者遠期結局；在學科寬度層面，AI幫助基層醫生擁有更好的診療水平，這樣能夠提高中國基層的整體醫療水平和學術水平，對中國血管學科建設幫助很大。”