用肝肺检测覆盖近千万患者后，阿里AI医生将“触角”伸到心血管识别
继在肺结节检测、肝结节诊断技术取得突破后，阿里在医疗AI领域又取得新进展——攻克了难度系数更高的心血管识别技术。 近日，阿里达摩院机器智能实验室有关冠状动脉中心线提取的论文已被国际顶级医学影像会议MICCAI 2019提前接收。
阿里AI论文被MICCAI 2019提前接收
根据阿里相关负责人给出的信息，阿里AI在学习了数十万个训练样本后，现已无需人工交互，只需0.5秒就能提取单根冠脉血管，且提取完整冠脉树用时不超过20秒，相比传统方法效率提升近百倍；相对于传统算法需要处理整个影像，阿里AI则能自动忽略冗余信息、提高效率。
另外，传统的心脏冠脉中心线提取方法大多存在人工交互多、耗时长等缺点。因此，阿里巴巴提出了判别式冠脉追踪模型。这一模型由三维卷积神经网络构成,充分利用三维空间特征，可从影像中迭代搜索完整血管，且正确区分冠脉与静脉。
关于冠状动脉中心线提取的临床意义，36氪了解到，要进行冠心病诊断，必须从CTA影像中准确提取心脏冠脉中心线，这也是诊断流程中耗时最多的一环，因为心脏冠脉几何特性复杂、血管特别细小，容易受到形态相似的静脉血管的干扰，若出现血管阻塞，还可能无法提取整根血管。
在临床上，心梗患者往往起病急，短时间内若不及时治疗便有生命危险。一般急诊心梗患者送至医院CT核磁科进行检查时，医生需放下手中所有工作、并高度集中注意力，细心准确地进行血管3D重建，并快速写出诊断报告，时间紧任务重，这对医生来说，压力非常大，一旦出错就容易错过宝贵的抢救时间。为此，阿里冠脉AI能在0.5秒内全自动提取的单根心脏冠脉，医生可从重建的影像上快速发现病灶（如图）。
阿里AI在0.5秒内全自动提取的单根心脏冠脉，医生可从重建的影像上快速发现病灶。右上为血管上的软斑块，右下为钙化斑块。
至于未来的商业价值，根据《中国心血管病报告 2017》披露的数据，心血管疾病是世界上致死率最高的人类疾病，高于肿瘤及其他疾病，今后 10 年心血管病患病人数仍将快速增长，心血管病负担日渐加重，尤其是农村居民的心血管病死亡大幅增加。
但对于心血管病的治疗涉及两个明显痛点：一方面，三级医院负荷越来越大，基层医院门可罗雀；另一方面，诊断流程相对繁琐、耗时耗力，以冠脉影像诊断为例，病人拍完片子，要经过影像后处理、初写报告、最后审核至少需要30分钟，病人往往次日才能拿到报告。
为解决上述问题，不断有企业医疗开始将目光瞄准AI。但问题是，心血管疾病诊断相对复杂，且相关医学影像识别的现成数据较少；且心脏会不断跳动，这也让多张扫描图像的三维图像重建非常困难，且冠脉极端复杂的网状结构、个案间的病症差异都给AI能力提出了挑战。
因此，目前行业玩家很少来啃这块“硬骨头”，目前鲜有成熟的落地方案。根据公开报道，目前仅有数坤科技等少数几家表示有相对成熟的产品布局。阿里AI在冠状动脉中心线提取上的突破也算是给了行业更多信心。
其实除了心血管，近年来，阿里达摩院视觉计算团队在医疗AI此前也取得了其它突破进展，包括2017年打破国际AI检测肺结节准确度的世界纪录。据悉，该技术已累计覆盖1000万体检客户，目前有关其能否判断肝癌的研发仍在开展中。
相关推荐
用肝肺检测覆盖近千万患者后，阿里AI医生将“触角”伸到心血管识别
阿里达摩院 AI医疗 「铸剑」四年：上线170家医院，落地57座城市
阿里达摩院做AI这两年
说取代医生为时尚早，但AI已为颠覆医疗业埋下伏笔
AI，会让放射科医生下岗吗？
心脑血管疾病被两会重点关注，谈谈AI能帮点儿什么？
九成医疗AI都在做影像，很多熬不过今年
早期诊断肺癌，这款AI已超越人类医生
谷歌：AI预测肺癌，准确率高于医生
最前线｜腾讯出了款AI显微镜，但短期内还替代不了医生
网址: 用肝肺检测覆盖近千万患者后，阿里AI医生将“触角”伸到心血管识别 http://m.xishuta.com/zhidaoview1300.html
