近日，阿里宣布在醫(yī)療AI領(lǐng)域取得新進(jìn)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(shí)別技術(shù)。

阿里AI論文被MICCAI 2019提前接收

據(jù)介紹，從CTA影像中準(zhǔn)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(shí)最多的一環(huán)。心臟冠脈幾何特性復(fù)雜、血管特別細(xì)小，容易受到形態(tài)相似的靜脈血管的干擾。如果出現(xiàn)血管阻塞，還有可能無法提取整根血管。

傳統(tǒng)的心臟冠脈中心線提取方法大多存在人工交互多、耗時(shí)長等缺點(diǎn)。阿里巴巴提出了判別式冠脈追蹤模型。這一模型由三維卷積神經(jīng)網(wǎng)絡(luò)構(gòu)成,充分利用三維空間特征，可從影像中迭代搜索完整血管，且正確區(qū)分冠脈與靜脈。

在學(xué)習(xí)了數(shù)十萬個(gè)訓(xùn)練樣本后，阿里AI無需人工交互，僅用0.5秒就能提取單根冠脈血管，提取完整冠脈樹用時(shí)不超過20秒，相比傳統(tǒng)方法效率提升近百倍。傳統(tǒng)算法需要處理整個(gè)影像，阿里AI則能自動(dòng)忽略冗余信息，大大提高效率。

阿里AI在0.5秒內(nèi)全自動(dòng)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。

心血管疾病是世界上致死率最高的人類疾病。心血管疾病診斷的復(fù)雜性，導(dǎo)致AI醫(yī)學(xué)影像識(shí)別在該領(lǐng)域應(yīng)用極少。阿里AI能幫醫(yī)生提升診療效率，提高冠心病接診量。AI輔助醫(yī)生進(jìn)行心血管疾病診斷的未來近在咫尺。

關(guān)鍵詞：