4月19日，由浙江大学医学院附属第二医院、结构性心脏病大会CSI主办的中国阀门（杭州）2024开幕式以线上线下相结合的方式在杭州隆重举行。复旦大学附属中山医院葛均波院士作了题为《来者已至，梦想为马：人工智能辅助诊治结构性心脏病》的精彩讲座，从以下五个方面阐述了人工智能（AI）在结构性心脏病诊治中的作用，以及人工智能在结构性心脏病辅助诊治中的应用。
1. 人工智能简介
人工智能是计算机科学的一个领域，它使计算机能够执行传统上只能由人类完成的任务。机器学习 (ML) 和自然语言处理 (NLP) 是人工智能的两个核心要素。包括机器人技术、语音识别、图像识别、自然语言处理和专家系统。
人工智能的本质是基于大数据的、具有概率预测能力的高级统计学。
1.机器学习
机器学习是人工智能的核心技术基础，包括监督学习、无监督学习或强化学习，它是传统统计方法的延伸，用于处理大型数据集和变量。它通过一系列算法使计算机能够学习规则、统计数据并发现新模式。最重要的是，机器学习可以逐步优化输入和输出之间的“推理过程”。
在医疗领域，ML可以通过映射输入和结果（监督学习）、自动寻找潜在的分类规则（无监督学习）、促进机器与环境或结果的交互以获得推断（强化学习）来影响医疗诊断、图像分类、图像识别和机器人导航等，如图1所示。
图 1 机器学习
对于机器人导航，葛院士表示，从原理上来说，现在的机器人还不算是真正的机器人，真正的机器人应该具备思考、调整、识别和反馈的能力。
2. 人工智能发展的三个要素
➤ 影响人工智能发展的三大因素包括算法、算力和数据库：
➤具体到医疗领域，AI发展的三要素包括：
2. 人工智能辅助诊断结构性心脏病
1. AI辅助听诊诊断
对于AI辅助听诊器诊断，必须有足够的数据（以捕捉每个收缩和舒张肌肉的信息）来分割心音、提取心音特征并进行深度神经网络心音分类，以确定患者的心音是否正常。
葛院士团队在AI辅助诊断方面做了大量工作，2019年其团队利用电子听诊器+AI评估主动脉瓣狭窄的研究成果在国际心血管介入创新大会（ICI 2019）上发布，提出将AI应用于主动脉瓣狭窄的评估可以避免很多人为的诊断错误。
图2 中山团队利用电子听诊器+AI评估主动脉瓣狭窄的研究成果
2.人工智能辅助心电图诊断
AI可辅助心电图诊断，判断主动脉瓣狭窄、二尖瓣关闭不全、心力衰竭等。
3. 人工智能辅助超声心动图
AI可以辅助超声心动图进行瓣膜评估，有研究表明，应用AI辅助超声心动图辅助诊断和分类主动脉瓣狭窄的方法具有较高的特异性。
此外，在超声检查下，应用人工智能半自动化追踪瓣环及瓣叶解剖结构并进行参数分析，可提高超声心动图诊断二尖瓣脱垂的准确性。
4. 人工智能辅助 CMR 检查
使用手动和自动分析软件进行舒张末期 (ED) 和收缩末期 (ES) 的 CMR 心室功能分析可以优化接受经导管主动脉瓣置换术 (TAVR) 患者的风险分层。
5.人工智能辅助致病基因研究
研究表明，AI可以通过筛选大型基因库来预测基因表达和结构性心脏病发生的年龄段，从而协助结构性心脏病致病基因的研究。
2021年，发表在JACC-BASIC TRANSL SC上的研究表明，AI模型揭示了主动脉瓣钙化中性别特异性的基因表达。
2022年，发表在《Front Immunol》杂志上的一项研究表明，AI模型结合生物信息学分析，有助于探索伴有主动脉瓣钙化的代谢综合征中特定基因的表达。
3. 人工智能辅助治疗结构性心脏病
1. 人工智能辅助CT瓣膜定位
人工智能辅助CT检查可以自动定位主动脉瓣膜标志。由于人工智能可以反馈瓣膜的压力和成像情况心电图 分析 软件，因此它可能比手动操作更准确。
2023年，Walid报道了一种使用基于回归树的机器学习算法（称为“殖民游走”）自动定位主动脉瓣标志的方法。研究表明，该算法仅需12ms即可定位瓣膜区域和标志。
值得注意的是，研究还显示，AI辅助CT下瓣膜定位预测测量值与人工获得的临床测量值有较好的相关性，每例患者总分析时间小于1秒，与人工过程（25分钟）相当，检测效率大大提高。
2. AI辅助CT对TAVR术前评估
由中国医学科学院阜外医院吴永建教授团队研发的基于深度学习的全自动算法“FORSSMANN”算法心电图 分析 软件，实现了真正全自动一站式TAVR前主动脉瓣复合区CT影像评估功能，无需人工干预。
该算法评估提炼了5类异常解剖结构特征作为危险因素并制定了相应的判断规则，可评估主动脉瓣环、双侧冠状动脉开口高度、钙化量、主动脉角度等参数，分析一位患者平均耗时仅需1分钟左右，显著提高了评估效率，降低了并发症的发生率。而且，对比验证发现，FORSSMANN算法与资深医生对上述指标的评估结果高度一致。
3. AI辅助CT定位左心耳及关键解剖部位
利用AI识别解剖结构和标志，或许可以帮助指导临床医生如何穿刺、定位、释放等，使得未来的操作更加简单，减少并发症的发生。
4. 人工智能辅助手术并发症预测
AI可以帮助预测手术并发症的发生，并指导后续的治疗策略。
1. 人工智能预测TAVR后传导阻滞的风险
使用 ML，整合统计和机械建模，我们能够预测 TAVR 后传导阻滞的发生率，以及 TAVR 后起搏器植入率。
2. 人工智能预测瓣膜手术后华法林的剂量
利用AI-ML开发算法建立的支持向量机（SVM）回归模型，可以预测瓣膜置换术后华法林的维持剂量，使INR值稳定在2.0~4.0之间。
此外，研究人员还开发了一款简单易用的Android手机应用程序，供患者使用该算法预测剂量。
3. AI 预测 TMVR 术后 1 年死亡率
2021年，Elric 等人开发了一种基于ML的风险分层工具“MITRALITY”评分，该工具可以通过结合代谢和血流动力学参数来预测接受经导管二尖瓣修复术（TMVR）的患者的1年死亡率。
仅使用尿素、血红蛋白、N末端脑钠肽前体、平均动脉压、体质指数和肌酐6项基线临床特征即可预测MITRALITY评分，外部验证队列分析显示，MITRALITY评分的曲线下面积（AUC）为0.783（95%CI：0.716～0.849），而现有评分的AUC最多为0.721（95%CI：0.63～0.811）和0.657（95%CI：0.536～0.778），预测效果较好。
4. 人工智能预测 TAVR 后的全因住院死亡率
未来AI或许可以用于预测术后全因住院死亡率，而且只要数据模型足够复杂、计算速度足够快，它的预测准确率可能比人工判断更加准确。
研究显示，纳入全部83个影响因素的机器学习模型在预测全因住院死亡率方面表现明显优于STS风险评分（AUC 0.94-0.97）。
5. 人工智能预测其他术后并发症
人工智能对预测TAVR后大出血等并发症、脑出血的概率、二尖瓣修复后的长期结果和死亡率有良好的效果。
五、未来展望
1.人工智能与3D打印相结合
AI结合3D打印，可以测试物理和虚拟瓣膜模型，用于模拟手术，增加医生经验，使其手术更加精准。
2.增强现实
在导管室，可以结合虚拟现实（VR）和增强现实（AR）技术，对病变进行放大定位，确定装置植入的位置等。
3.人工智能手术机器人的发展
目前，机器人研发尚处于早期阶段，现有的机器人还不是真正的机器人。真正的机器人应该具有主观感觉、视觉和导航功能，或者帮助选择入路、制定治疗策略、进行手术等。
4.数字孪生技术
通过临床、影像、基因等多维数据，构建结构性心脏病数字孪生，实现结构性心脏病的诊断、预后及治疗优化。
此外，活体心脏虚拟数字孪生模型可用于将结构性心脏病与其他疾病关联起来，并系统地评估
建立一个虚拟数字人。
结论
➤AI是未来医学发展的重要驱动力，包括结构性心脏病专科的发展。
➤AI通过听诊、心电图、超声心动图、CMR图像识别、基因检测等辅助识别心音，帮助诊断结构性心脏病。
➤AI辅助手术中影像器械的定位，提高手术效率，增加准确性。
➤AI可帮助预测结构性心脏病患者手术后的并发症和结局，从而指导手术计划的制定。
➤ 将AI与3D打印、计算机成像相结合，智能手术机器人是未来的发展方向。
医脉通是专业的在线医生平台，以“把脉世界医学脉搏，助力中国临床决策”为使命，旗下拥有“临床指南”、“药品参考”、“医学文献王”、“医学知识源”、“e研通”、“e脉播”等系列产品，充分满足医务工作者在临床决策、获取新知识、提高科研效率等方面的需求。
