人工智能在心脏疾病诊疗中的应用 .pdfVIP

人工智能在心脏疾病诊疗中的应用

作者：曹敦煜

来源：《科技传播》2019年第4期

摘要文章首先介绍了人工智能的概念及其在医疗领域的发展情况，阐述了其在心脏病诊

疗中的应用价值，之后从心脏病发病预测、心电图自动诊断以及心脏手术治疗3个方面论述了

其应用现状，最后讨论了其面临的数据采集与隐私保护、法律问题并提出针对性建议。

关键词人工智能；心脏疾病；预测；自动诊断；辅助手术

在信息技术快速发展的当代，将人工智能技术与医学相结合，辅助医护人员对进行疾病的

诊疗工作一直是研究的热点问题。人工智能（ArtificialIntelligence）是研究、开发用于模

拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门交叉学科，其研究领域包括机

器人、语音识别、自然语言处理等[1]。为促进、规范人工智能技术的发展，2017年，国务院

印发了《新一代人工智能发展规划》，其中提出要推广应用人工智能治疗新模式新手段，建立

快速精准的智能医疗体系。

心脏病是心脏疾病的总称，包括冠心病、风湿性心脏病、心肌炎、先天性心脏病、肺心病

等多种类型。过去20年来，心脏病发病率在中国一直呈上升趋势。中国卫生统计提要指出，

2013年城市居民死亡原因中心脏病位于第三位，占比为21.45%[2]。因此，越来越多的人们开

始关注心脏病，特别是在心脏病的预防和治疗方面。人工智能技术可以通过信息处理、算法辅

助等方式辅助医生进行心脏病的诊疗，如帮助医生进行心脏病的预测，辅助医生进行高难度的

心脏手术等，本文将对人工智能在心脏病诊疗中的应用进行介绍、讨论，以期为其未来发展提

供参考。

1应用现状

1.1心脏病预测

许多风险因素决定了人们患冠心病的风险，例如饮食方式、吸烟、遗传原因、高度肥胖、

高血脂、糖尿病、缺乏锻炼等。对这些患病风险进行调查，就能帮医生对个体的患病风险进行

评估，进而考虑针对性的干预措施，降低其患病风险，达到预防的目的。

一般来说，冠心病的发病风险预测会使用心脏病预测模型。传统的冠心病预测模型是对冠

心病的风险因子进行一系列处理后得出的，这些预测模型过度简化了风险因素之间的关系，导

致预测准确率不高。借助人工智能技术能够考虑更多的危险因素，从而更加准确地评估冠心病

的发病风险。2018年，微软推出了一种由人工智能技术支持的冠心病风险评分模型，该模型基

于印度一家医院提供的40万印度人的健康数据，考虑了21种风险因素，包括饮食、吸烟、呼

吸率、高血压、血压可以快速、准确识别每位患者的风险水平。该评分模型将风险分为高、中、

低，并能提供可以干预的最大风险因素，从而帮助医生以更全面的方式咨询患者，同时为患者

提供改善生活方式、降低风险水平的建议。目前该评分工具还在印度医院进行试验，其真正的

临床效果还有待进一步评价。

美国谷歌公司的科学家们设计了一种借助眼底图像评估个体患心脏病风险的方法。借助人

工智能技术，该方法能够从病人眼底图像中准确地推断多项包括年龄、血压以及是否吸烟等心

脏病风险因素数据。之后就可以利用这些数据预测个体心脏病的发病风险。该方法预测的准确

率可以达到70%以上，与传统的评分模型相当，但该方法数据采集简单，可以使医生更快、更

容易地分析病人的心脏病风险，而不再需要其它临床检验数据。之所以可以通过眼底图像判断

个体的心脏健康状况，主要是因为眼底充满了血管，能够反映个体整体健康。现阶段，该方法

还需要更彻底的测试后才能用于临床。

1.2心电图自动诊断

心电图是利用心电图机从体表记录心脏每一心动周期所产生的电活动变化图形的技术，它

是心血管疾病(包括心律失常、心室心房肥大、心肌缺血损伤、心肌梗死等)最简单、快捷、

经济的临床检查方法，在临床上应用较为广泛[3]。患者在进行心电图检查后，医生进行判读，

并给出检查报告，这种人工心电图诊断的流程。由于心电图是一种连续时间信号，而异常信号

是隐藏在其中的，判读时需要医生非常细心，医生在长时间工作后漏诊的风险较大，且有些心

脏病异常并不一定在检查中表现出来，需要长时间的心电监测，这进一步增大了医生判断的难

度与工作量。为解决人工判断的问题，借助人工智能技术的心电图自动诊断的研究与应用越来

越多。

深圳市凯沃尔电子有限公司研发了一款基于人工智能技术的心电图自动分析和诊断系统，

称为AIECGPlatform，该系统既能够对常规的静态心电图进行自动分析并给出诊断报告，也

能够处理动态心电图，系统覆盖了主要的心血管疾病，通用性较高。系统的构建是基于约