原標(biāo)題:預(yù)測猝死時間:AI與死神的爭奪
2022才過去三分之一,就發(fā)生了許多令人悲痛的事情。新年剛過,當(dāng)我們還沉浸在春節(jié)假期里,游蕩在各種飯局中,負(fù)責(zé)嗶哩嗶哩圖文審核的25歲員工在連續(xù)加班5天后猝死,將所有人拉回了社畜的現(xiàn)實。
同月,字節(jié)跳動一名28歲的工程師在健身房鍛煉,突發(fā)不適,在送至醫(yī)院搶救無效后離世。冬奧落下帷幕之后,疫情又開始復(fù)發(fā),許多城市開始了一遍遍的靜態(tài)管理。一些因為疫情管控的病患來不及診治,消亡在了搶救的路途中。
疫情防控基層一線的工作人員中,因為繁重的工作和壓力,有大白、社區(qū)工作人員、保安等人員因為過勞而猝死。這些年輕鮮活的生命戛然而止,給親屬帶來巨大的悲痛,也給仍然在奮斗的社畜敲響了警鐘。猝死跟年齡無關(guān),離高壓下的社畜并不遠(yuǎn)。
數(shù)據(jù)統(tǒng)計,80%以上的猝死都屬于“心源性猝死”,也就是因為心臟原因如心力衰竭或心律失常等引起。中國心源性猝死的發(fā)生率41.84例/ 10萬人,每年心源性猝死的總?cè)藬?shù)高達(dá) 54.4萬,中國也是全世界發(fā)生心源性猝死人數(shù)最多的國家。
每年幾乎一個縣的人數(shù)因為心源性疾病猝死,這么龐大的數(shù)量,亟需醫(yī)療系統(tǒng)開發(fā)個性化的心率猝死風(fēng)險的評估工具,以挽救生命,并減輕巨大的公共衛(wèi)生負(fù)擔(dān)。近日,約翰霍普金斯大學(xué)研究人員領(lǐng)導(dǎo)的團(tuán)隊,開發(fā)了一種基于AI的預(yù)測工具,可以預(yù)測患者是否以及何時可能死于心臟驟停。
需求與效率交接
常規(guī)的AI技術(shù)應(yīng)用,在心血管篩查、診療、AI醫(yī)學(xué)影像上緊密聯(lián)系,AI在這其中有巨大發(fā)揮的空間。
如果去醫(yī)院看病的話,你會發(fā)現(xiàn)心血管科室絕對是最忙碌的科室之一。在全民高壓高節(jié)奏的生活方式下,越來越多的人有各種心臟方面的不適。
根據(jù)美國心臟協(xié)會的研究,25%左右的冠心病患者平常與健康人無異,一旦發(fā)病,在黃金的搶救時間內(nèi)來不及的話,首次發(fā)病直接猝死的概率非常大,他們甚至連發(fā)現(xiàn)和治療的機(jī)會都沒有。被媒體報道出的猝死只是少數(shù),更多的猝死正在發(fā)生。
大量普通人主動的體檢篩查和患者更好的治療需求,使得心血管醫(yī)學(xué)影像識別的重要性急劇提升,AI新技術(shù)的引入尤為重要。
用AI看片子,將心血管影像識別的步驟時間壓縮,效率會極大地提升。傳統(tǒng)的醫(yī)療體系方式中心血管影像的診斷,分為圖像掃描、圖像后處理、撰寫報告、報告審核四個步驟,單個病例在影像環(huán)節(jié)需要花費(fèi)最低半個小時。國內(nèi)AI醫(yī)療公司開發(fā)的心血管AI影像識別產(chǎn)品,將時間縮短在5分鐘左右,比傳統(tǒng)的識別效率提升了6倍以上。
不同的醫(yī)生在影像識別的能力不同,在“充實”的門診活動中,過勞也是經(jīng)驗豐富醫(yī)生的日常,疲勞造成的準(zhǔn)確率波動,對AI影像來說不存在,越多的數(shù)據(jù)也就意味著更加準(zhǔn)確的診療。AI勞模并不會疲憊,隨著合作醫(yī)院的增多,數(shù)據(jù)不斷豐富、算法不斷優(yōu)化,心血管AI影像識別系統(tǒng)在持續(xù)地學(xué)習(xí)中,準(zhǔn)確率也在不斷提升。
我們會發(fā)現(xiàn),市面上AI在心血管中的診療工具集中在影像功能上,換句話說,AI目前能夠做到的診療也僅限于有意識體檢的人群和心血管病患。這些有心源性病理顯示的病患,比普通人更高概率觸發(fā)猝死,但這種情形什么時候發(fā)生是懸在頭頂?shù)奈粗獢?shù)。
預(yù)測微妙的風(fēng)險關(guān)頭
對于人們來說,心源性猝死最大的威脅就是發(fā)病時間無法預(yù)料。而約翰霍普金斯大學(xué)的研究團(tuán)隊可以利用開發(fā)的AI新技術(shù),改變臨床決策并提高突發(fā)性和致命性心律失常的存活率。最新的相關(guān)研究發(fā)表在近日的《自然心血管研究》上。
雖然心源性的心臟病都有觸發(fā)猝死的可能,但有些患者的風(fēng)險比較低,可能不需要使用體外除顫器(AED),而有些高風(fēng)險患者如果沒有及時治療,可能會錯過他們黃金的挽救時期死亡。而這個AI算法可以做的是,確定誰有心臟猝死的風(fēng)險,以及何時發(fā)生,進(jìn)而讓醫(yī)生準(zhǔn)確地決定需要做什么。
研究人員為這種基于深度學(xué)習(xí)技術(shù)的工具起了個名字,稱其為心律失常風(fēng)險生存研究。據(jù)悉,這也是首個使用神經(jīng)網(wǎng)絡(luò)為每位心臟病患者建立個性化生存評估的工具,它能夠測量10 年內(nèi)心源性猝死的概率,以及最有可能發(fā)生的時間。
研究團(tuán)隊首先使用對比度增強(qiáng)的心臟磁共振圖像,來可視化約翰霍普金斯醫(yī)院 156 名心臟磁心肌病真實患者的瘢痕分布,訓(xùn)練了一種檢測瘢痕的模式和關(guān)系的算法。同時還使用了臨床患者十年的數(shù)據(jù)訓(xùn)練了第二個神經(jīng)網(wǎng)絡(luò),患者數(shù)據(jù)包括年齡、體重、種族和處方藥使用等 22 個因素。
然后使用深度神經(jīng)網(wǎng)絡(luò)直接從 CMR 圖像和臨床因素中學(xué)習(xí)這些參數(shù),從而對生存數(shù)據(jù)進(jìn)行最佳建模,預(yù)測個性化的生存概率,得到患者的個體特異生存曲線。
在實際的預(yù)測驗證中,這個AI工具的準(zhǔn)確率的表現(xiàn)也十分優(yōu)異。來自美國 60 個醫(yī)療中心的獨(dú)立患者的測試結(jié)果表明,算法的預(yù)測比醫(yī)生準(zhǔn)確很多。這個結(jié)果也意味著該系統(tǒng)未來可以被廣泛普及應(yīng)用。
在歐美人群中,心源性猝死的概率和中國差不太多,每 100,000 人中的發(fā)病率為 50-100 人,占所有死亡人數(shù)的 15-20%。高達(dá)20%的占比是一個不能忽視的重大隱患。而能夠預(yù)測心源性猝死的概率與可能發(fā)作的時間的AI工具,對于病患以及健康診療的公共衛(wèi)生來說意義重大。
懸在病患頭上的未知有了可以參考的風(fēng)險概率,對于病患和醫(yī)生來說,極大提高了病患存活的概率。這個AI工具目前正在進(jìn)行更多的測試和審核,以備未來更快進(jìn)入臨床的應(yīng)用。
從重視征兆開始
這類較為準(zhǔn)確預(yù)測心血管疾病的AI工具,國內(nèi)目前沒有相關(guān)的研究披露。在心血管醫(yī)學(xué)領(lǐng)域,國內(nèi)AI的介入主要還是影像識別、手術(shù)規(guī)劃、疾病的管理等領(lǐng)域。AI心血管影像識別的應(yīng)用發(fā)展較為緩慢,目前剛剛進(jìn)入了臨床試用的階段。
相較于肺部影像來說,心血管醫(yī)學(xué)影像識別的技術(shù)更加困難,并沒有其他AI影像扎堆研發(fā)的熱潮,高門檻的技術(shù)難點(diǎn)也讓不少企業(yè)望而卻步。其他的影像掃描圖像基本是相對靜止的狀態(tài),圖像更容易合成與分析,而不斷跳動的心臟,以及冠脈極端復(fù)雜的網(wǎng)狀結(jié)構(gòu),圖像的合成和三維重建十分困難。再加上心臟病癥的種類豐富,包括冠心病、主動脈夾層、動脈炎等,都給AI的診斷與預(yù)測提出了巨大的難題。AI在心血管領(lǐng)域開疆?dāng)U土的發(fā)展空間還有很大的生長空間和商業(yè)價值。
AI心血管醫(yī)學(xué)領(lǐng)域市場需求龐大、技術(shù)價值明顯。這個難跨越道路的走通,對于其他醫(yī)學(xué)領(lǐng)域的研究來說,也會蘊(yùn)含巨大的價值。最難的研究做通了,相對簡單的領(lǐng)域一些工具和模型的適配與研究也會更加容易突破。
面對猝死,除了依賴AI技術(shù),積極地體檢外,我們還能夠做些什么?
學(xué)習(xí)下心源性猝死的征兆也是個求生的技能。最明顯的征兆是不明原因的暈厥,這是身體發(fā)出的警告,請一定要重視;第二個是我們大多數(shù)比較熟悉的胸悶、心悸、呼吸困難、心痛等,嚴(yán)重的還有虛汗淋漓、面色灰白、煩躁不安等,這都是十分明顯并且不容忽略的征兆,可能會觸發(fā)心肌梗死;第三個是莫名的疲勞,是那種反常且不能恢復(fù)原本精力的疲勞,胸悶氣短,干什么都累。
這些征兆的發(fā)生,請一定不要忽視,先快步走進(jìn)醫(yī)院再說。再緊急的工作,沒有心臟的呼聲緊急,再大的單子,也比不上自己的生命珍貴。所有先進(jìn)的AI技術(shù)都是有診治的先決條件,文中可以預(yù)測心梗猝死概率的AI系統(tǒng),前提是你得活著確診是心源性疾病,才能有機(jī)會應(yīng)用。
在疫情反復(fù)的當(dāng)下,亂七八糟的低壓情緒交織,許多人都有必須要面對的課題,低壓的情緒與高壓的生存壓力碰撞,崩塌不知道在哪個瞬間。身體有時候比大腦要警覺得多,在發(fā)出各種信號的時候,請豎起天線積極接收信號。在前沿AI技術(shù)介入診療前,活著才是一切美好和機(jī)遇發(fā)生的前提。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準(zhǔn)AI機(jī)器人
- 微信零錢通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費(fèi)引熱議
- 消息稱塔塔集團(tuán)將收購和碩印度iPhone代工廠60%股份 并接管日常運(yùn)營
- 蘋果揭秘自研芯片成功之道:領(lǐng)先技術(shù)與深度整合是關(guān)鍵
- 英偉達(dá)新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關(guān)注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關(guān)注
- 無人機(jī)“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開展人形機(jī)器人合作
- 賽力斯觸及漲停,汽車整車股盤初強(qiáng)勢拉升
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。