雷鋒網(wǎng)消息，今天，阿里宣布在醫(yī)療AI領(lǐng)域取得新進展，繼創(chuàng)下肺結(jié)節(jié)檢測、肝結(jié)節(jié)診斷技術(shù)的重大突破后，又攻克了難度系數(shù)更高的心血管識別技術(shù)。

同時，阿里達摩院機器智能實驗室有關(guān)冠狀動脈中心線提取的論文已被國際頂級醫(yī)學影像會議MICCAI 2019提前接收。

心血管疾病素有頭號健康殺手之稱，根據(jù)國家心血管病中心最新發(fā)布的中國心血管病報告，中國的冠心病患者多達1100萬人。

冠心病的全稱為冠狀動脈粥樣硬化性心臟病，是因冠狀動脈血管狹窄或阻塞而導致心機缺血、缺氧或壞死現(xiàn)象。

醫(yī)學影像分析是冠心病的主要診斷方法，通常的流程是，醫(yī)生根據(jù)CTA（CT angiography，血管造影）獲得的二維圖像對血管進行三維重建，形成CPR（curved planar reconstruction，曲面重建）視圖，從中可以發(fā)現(xiàn)斑塊，判斷血管狹窄程度、血管病變性質(zhì)以及危險程度，從而確定治療手段。

據(jù)雷鋒網(wǎng)了解，從CTA影像中準確提取心臟冠脈中心線是冠心病診斷的必備條件，也是診斷流程中耗時最多的一環(huán)。心臟冠脈幾何特性復雜、血管特別細小，血管半徑僅有0.5到3毫米左右，容易受到形態(tài)相似的靜脈血管的干擾。并且，血管阻塞時容易導致提取到的血管斷開，導致無法提取完整的冠脈。

現(xiàn)有的心臟冠脈提取方法大多存在耗時長、人工交互多、中遠段冠脈提取效果不好等缺點。心血管疾病診斷的復雜性，使得醫(yī)療AI在這一領(lǐng)域應用極少，遠不如在肝、肺等疾病領(lǐng)域的應用。

針對這一臨床痛點，阿里提出了判別式冠脈追蹤模型。這一模型是一個三維卷積神經(jīng)網(wǎng)絡，利用了三維空間特征，可以從CTA Volume中迭代搜索出完整血管，同時還能正確識別冠脈與靜脈，有效解決了冠脈提取工作的痛點。

較之語意分割類算法需要處理整個CTA Volume，判別式追蹤算法在模型推理的時候只需要關(guān)注血管路徑附近的影像信息，從而忽略冗余的信息，使得算法的時間性能更高，提取單根血管平均僅需0.5s。

阿里AI在0.5秒內(nèi)全自動提取的單根心臟冠脈，醫(yī)生可從重建的影像上快速發(fā)現(xiàn)病灶。右上為血管上的軟斑塊，右下為鈣化斑塊。

AI提取完整冠脈樹用時不超過20秒，而傳統(tǒng)方法需要20到30分鐘，AI把效率提升了近百倍。更重要的是，投入臨床應用后，機器通過不斷學習，能夠不斷提高識別精讀。

阿里方面表示，阿里AI具備實習醫(yī)生的水準，自動識別心血管疾病的準確率達到了99.5%。

貴州省人民醫(yī)院副主任醫(yī)師王濤表示，這套系統(tǒng)在閱片速度上對我們來說有一個很好的幫助，現(xiàn)在可能只需要兩三分鐘就能出一份報告。多余的時間就可以做更多的檢查，患者可以縮短就診時間。

雷鋒網(wǎng)了解到，在此之前，阿里AI在其他病種上也產(chǎn)出了不錯的成果。

2017年7月，阿里云ET打破了國際權(quán)威肺結(jié)節(jié)檢測大賽 LUNA16 的世界紀錄。2018年12月，阿里宣布，已可準確地測量肝結(jié)節(jié)，可以幫助醫(yī)生進一步判斷肝結(jié)節(jié)是否為惡性。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。