为何收录了这篇AI冠脉CTO重建论文 Radiology 影响因子高达29的 (为何收录了这本书)

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，《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重建成功率高的“秘诀”

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。

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。

AI在心血管领域仍大有可为

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。

原创文章，未经授权禁止转载。详情见 转载须知 。

上一篇：AI如何赋能数字健康产业发展即将开幕2022年

下一篇：谁能做好行业的领航员医疗AI与数字化的时代