近日，由武漢市中心醫院與北京數坤科技合作研發的冠脈CTA影像智能輔助診斷系統成功投入臨床使用，該套系統被喻為冠脈診斷報告的“拍立得”，可幫助影像科醫生將冠脈CTA三維重建、判讀、評估、審核報告系列流程的處理時間由原來的40分鐘左右縮短到5分鐘左右，大大提升了工作效能。由此，該院成為華中地區首家運用智能輔助診斷實現冠脈CTA影像診斷全流程改善的醫院。
根據《中國心血管病報告2017》披露的數據，心血管病是導致城鄉居民死亡的首要原因，高于腫瘤及其他疾病。隨著心血管疾病尤其冠心病患者的快速增長，各大醫院有關心血管冠狀動脈的影像檢查工作量激增。2005年，武漢市中心醫院在華中地區率先開展64排CT冠狀動脈CTA檢查，目前該院心血管疾病影像診斷的質量和水平位居湖北省前列。
武漢市中心醫院影像診斷科主任王翔介紹，冠脈CTA是無創診斷冠心病最重要的影像檢查手段。在武漢市中心醫院一天要完成近百例。前期CT掃描工作完成后，傳統的冠脈CTA圖像采集及三維后處理方法繁瑣復雜，影像科醫生需要花費大量時間精力進行三維重建、判讀、評估、審核等一系列的后處理操作，一位技術嫻熟的醫生，過程也需要花費30-40分鐘左右。
為打造高效能的影像診斷工作流程，今年5月，武漢市中心醫院與北京數坤科技達成合作，共同開發冠脈CTA影像智能輔助診斷系統，通過大樣本、多場景數據分析與測試，共同推進該系統的臨床應用實現。據介紹，在合作開發過程中，武漢市中心醫院負責收集臨床冠心病CTA影像，提供生理信息參數和臨床指標，進行醫療專業領域知識指導及培訓，并對智能系統進行臨床驗證和審核。該院影像診斷科從臨床需求出發，對系統的構架搭建及功能優化提供了許多有針對性且實用的建議，讓系統能夠真正解決醫生的工作問題，為系統增添了臨床價值。
據了解，作為開創性的輔助診療手段，該冠脈CTA影像自動診斷系統具備多項創新技術和功能。其中包括：1、機器學習——結合了與人類大腦生物神經網絡的結構和功能類似的人工神經網絡計算模型和算法；2、深度學習——使用卷積神經網絡來評估原始成像輸入數據中的復雜模式，基于數據來學習事物表征，從而識別圖像中的物體；3、冠脈血管自動識別與命名——從 CT 圖像中自動識別冠脈血管并對其命名；4、冠脈圖像重建與后處理——將自動分割出的心肌和冠脈合成為三維圖像以獲得完整的冠脈VR圖像，完成曲面重建CPR圖像、血管拉直與探針圖像；5、冠脈管腔狹窄判斷——基于管腔半徑的變化情況和血管上的鈣化情況對冠脈血管進行狹窄判斷；6、鈣化積分計算——采用基于深度學習的方法來自動計算 Agatston，Volume，Mass 三類鈣化積分；7、自動生成后處理圖像與排版打印——將冠脈三維圖像與CPR圖像按照設定進行自動保存、排版、打印。
該院影像診斷科王翔主任告訴記者，該套智能輔助診斷系統投入使用后，幫助醫生對冠脈CT影像進行自動三維重建、判讀，并自動輸出可對每根血管的病變進行標準表述的結構化、標準化報告，隨后由審核醫師在自動輸出的結果的基礎上進行審核確認和修正。單個病例的人工處理流程大大減少，處理時間由原來的大約40分鐘縮短到5分鐘左右，極大地提高影像診斷的工作效率。
截至目前，該系統已完成2700余例冠脈影像處理。相對于直徑僅有2毫米的冠狀動脈，相比以往僅憑借醫生肉眼估測影像上的狹窄程度，通過該套系統進行識別和測量的信息更加智能和穩定。據統計，該系統對影像的后處理合格率達到90%左右，診斷合格率可達約80%。（通訊員 李蓓）
