冠心病诊疗革新:无创评估替代有创评估 AI当起“导管室守门人”
冠心病作为最常见的心脑血管疾病之一,其诊断与治疗一直面临着较大的挑战。传统诊疗中,冠脉CTA或冠脉造影虽能发现血管狭窄,但无法准确评估心肌缺血,可能导致不必要的支架植入。而浙大二院提出的AI赋能的功能学技术指导的全流程精准治疗方案,借助“全血管数字人”技术,成功破解了这一困境。
“冠心病精准介入治疗的核心问题是评估冠状动脉狭窄是否导致心肌缺血,继而决定血运重建与否,而并非所有狭窄都需要干预。”浙大二院常务副院长胡新央教授解释道,“关键在于判断狭窄是否影响了心肌血流,而CT-FFR(基于冠脉CTA的血流储备分数)与QFR(基于冠脉造影的定量血流分数)可以通过无创的方式计算血流,从而判断是否缺血。而‘全血管数字人’则是这类技术的核心载体。”
具体而言,医生通过冠脉CTA或冠脉造影获取患者血管影像后,AI会将数据导入“全血管数字人”系统,自动重建冠状动脉的三维虚拟模型。随后,AI会模拟血液在冠状动脉中的流动状态,计算出不同部位的血流储备分数。正常情况下,数值为1.00;若数值小于0.80,说明狭窄已严重影响心肌血流,需要支架植入;若大于0.80,则提示病情较轻,可采取保守治疗。
“CT-FFR就像‘导管室的守门人’,能精准筛选出真正需要冠脉造影的患者。”胡新央教授表示。跟传统的冠脉CTA相比,这项技术可避免约26.2%不必要的冠脉造影检查。以往完成一次CT-FFR分析需要一天左右,如今在AI与“全血管数字人”的助力下,10分钟内就能得出结果,效率大幅提升。
近期,由王建安院士、胡新央教授领衔的FLAVOURⅡ研究成果,在美国心脏病学会年会与《柳叶刀》杂志同步公布。该研究证实,AI赋能的QFR技术,在指导冠心病介入治疗方面的临床疗效可媲美传统血管内超声技术,且仅需单一体位影像,1分钟内就能完成全流程分析,诊断效率实现质的飞跃。
不仅如此,此项技术还能在“全血管数字人”上模拟支架植入过程。AI会根据患者血管狭窄的位置、程度,模拟不同尺寸支架植入后的血流变化,帮助医生选择最合适的支架类型与植入位置。
“以前,医生只能凭经验判断支架植入效果,而现在,通过‘数字人’的模拟,我们术前就能‘预见’手术效果。”浙大二院心血管内科张金龙医生说。
统计数据显示,QFR技术与传统的血管内超声技术相比可减少11.5%不必要的心脏支架植入,这项技术作为一种无创算法,既降低了患者接受有创操作的风险,又节省了超声导管、心脏支架等医疗资源,实现了医疗效益与患者利益的双赢。
外周血管疾病诊疗:动态监测+体外模拟 AI预判风险、优化方案
相较于心脏血管严重病变如心肌梗死,脑血管重症脑卒中,百姓对外周血管的疾病了解相对较少,而实际情况是外周血管分布从颅底到足底、从动脉到静脉、从主动脉到末梢血管,疾病范围广,病变类型复杂,尺度跨越大,病变广泛而相对平缓,是应用“全血管数字人”的适应区域,在浙大二院全数字化体系建设推动下,创新了多项创新的数字化技术,建立了目前规模最大,数据量最丰富、数字化储能最高的外周血管功能性数据库,为人工智能赋能外周血管疾病诊疗提供了新的解决方案。
腹主动脉瘤是外周血管疾病中发病率并不低的老年性血管疾病,主要由于动脉硬化造成血管组织强度降低形成“吹气球”一样的扩张,但早期很少出现症状,而一旦破裂,死亡率极高。目前临床对腹主动脉瘤手术指征的判断基于RCT研究结果形成的临床指南,形成以瘤体直径、形态和连续扩张速度为指标的行业标准,但对于真实动脉瘤破裂因素、破裂风险还处于未知状态。借助于浙大二院正在逐步形成的“全血管数字人”,不仅可以监测动脉瘤直径、形态,更能准确分析血管瘤壁弹性、硬度、强度等一系列物理数据,可以把疾病状态的动脉瘤以近乎真实的体外仿真状态提供给患者和医生,从而更准确地判断手术时机、预设手术方案,甚至预测手术结果。
浙大二院血管外科主任陈兵讲述了一例不可复制的破裂腹主动脉瘤患者抢救的经历。一位60岁的男性患者,体检时发现腹主动脉瘤,直径已达到9cm,需要手术治疗。血管外科将患者收入院后,进行了完善的术前准备,特别是利用“全血管数字人”技术对动脉瘤进行了仿真分析,发现具有高破裂风险,并预测了破裂的部位。然而患者因为其他原因拒绝手术,医生劝说无果只能看着患者出院。3个月后,陈兵深夜接到急诊电话,在看到患者名字时,意识到就是这位患者。陈兵立即启动数据库调取患者的数字化信息,AI自动形成初步手术预案,患者一刻不耽搁紧急经过绿色通道进入手术室。当时患者已发生休克,处于死亡的边缘。血管外科团队在AI全血管数字人技术的加持下,以最快的速度和最合适的技术方案为患者实施了经血管覆膜支架破裂腹主动脉瘤隔绝手术。不到1小时,手术结束,患者生命体征平稳。而在回顾救治资料时发现,患者腹主动脉瘤破裂的区域,同AI预测完全一致。