在当前医疗领域，脑血管病的治疗一直面临着重大挑战。在急诊期由于平均治疗时间长，导致多数患者错过最佳治疗时机。同时，由于脑疾病的病理复杂性以及血脑屏障对药物传递的阻碍，非药物治疗和神经调控技术显得尤为重要。目前，神经调控领域急需开发精确的评估工具和有效的干预措施。此外，患者的日常管理同样缺乏一个全面且客观的评价体系，这些都是医疗研究亟待解决的问题。
近日，在2024年中国国际服务贸易交易会期间，由国家卫生健康委员会百姓健康频道（CHTV）主办的“2024首都国际医学大会的平行论坛——数智医疗与医学人工智能创新论坛”在京举办。此次会议邀请到国家神经系统疾病临床医学研究中心AI中心主任、北京航空航天大学教授刘涛，进行“基于AI的脑健康评估与个体化调控”主旨报告。
据世界卫生组织统计，全球约有三分之一的人口在人生的某个阶段会遭受神经系统疾病的侵袭，这些疾病不仅患者数量庞大，而且严重程度高，已成为导致残疾的首要原因和中国第二大死因。
01AI赋能在急性期的应用
针对目前脑疾病的临床痛点，刘涛教授团队进行了一系列AI赋能的尝试。以急性期为例，现有的医疗设备如CT和高分辨率核磁共振在急诊科的应用受到场地限制，缺乏独立快速的诊疗设备。为了解决这一问题，团队利用中国传统的永磁核磁技术，开发了低场磁共振技术，该技术具有灵活可移动和场地需求低的优势。
然而，传统的低场核磁共振分辨率较低，对比度较差，限制了其应用。刘涛教授的团队通过AI超清算法，显著提高了影像的清晰度，使得原本模糊的病灶点变得清晰可见，极大地提高了诊断的准确性。通过在数千例数据上的量化评估，团队发现AI赋能后的图像与高场强核磁图像的一致性提升了80%以上，甚至在某些分中心达到了86%。
针对急诊科设备限制和低场磁共振成像质量不佳的问题，团队利用AI超清算法显著提升了影像清晰度，使得病灶点易于识别，诊断准确性大幅提高。基于这些技术，他们创建了急诊卒中单元（ECU），一个集成了智能化可穿戴设备和新型低场核磁共振扫描仪的急性卒中救治单元。ECU能在20分钟内完成从患者到达医院到再灌注治疗的全过程，极大缩短了治疗时间。
ECU的创新鉴别序列能在1.5分钟内快速区分脑出血和脑缺血，配合AI辅助决策系统，提高了诊断效率。此外，结合新型溶栓药物，ECU将急性缺血性卒中的溶栓窗口期从4.5小时延长至24小时，为更多患者提供了救治机会。
此外，刘涛教授团队开发了针对院中的人工智能脑血管临床决策系统，该系统由多个复杂模型组成，涵盖数据获取、处理、整合和决策，融合了知识图谱和数据驱动模式，以辅助临床决策。自2019年在达沃斯论坛上宣布研发以来，该系统已于2020年完成研发，并在2021年进行了临床试验。
在80家医院的大规模临床试验中，40家医院使用了该AI系统，而另外40家未使用。比较两组数据后结果显示，使用AI系统的医院在急性缺血性卒中患者的治疗中，三个月内血管事件显著减少，卒中质量显著改善，新发血管事件风险降低了25%。
此外，刘涛教授还提到了急性卒中智能决策平台，该平台包括一系列算法，如图像配准、分割和结局预测，支持跨模态数据处理，包括CT和MRI数据。平台的核心模块之一是缺血半暗带识别，即使患者错过了溶栓窗口期，该技术也能识别出有大量缺血半暗带的患者，为他们提供溶栓的可能性。
该技术自2020年立项，2021年完成核心技术研发，并在58家医院进行了临床实验。2024年6月，相关研究成果发表在《新英格兰医学杂志》上，证实了该影像评估系统能够使超窗溶栓的患者真正受益。
03大模型研究与脑健康评估
刘涛教授与多家知名医院合作，开发了具有高泛化性的大模型，显著减少了对人工标注的依赖，并提升了多模态数据的迁移学习能力。
在脑血管病复发预测方面，他们的AI系统在临床评分上提升了26%，在致残任务上提升了37%。此外，团队构建了全球首个结合病灶信息和临床评分的卒中功能结构失联图谱，为患者提供了个性化的非药物治疗方案。
为了实现这些治疗方案，团队还自主研发了医疗机器人系统，该系统能够精确定位并刺激治疗靶点，具备实时调整功能，并已实现全自主国产化。
在脑健康评估方面，刘涛教授强调了“脑龄”概念，通过影像信息计算大脑年龄，发现脑龄与认知衰退和脑血管病风险相关。他们的脑龄模型在全球范围内效果显著，均方误差下降了40%，脑龄每增加一岁，复发风险增加9%。这些成果已在首都医科大学附属北京天坛医院健康中心投入使用，为患者提供了从急诊到康复的全流程闭环解决方案，提高了医疗服务的质量和效率。
04结语
刘涛教授的演讲不仅展示了AI在脑健康领域的广泛应用，也为我们提供了一个全流程的脑健康评估与调控解决方案，他们的工作不仅提高了脑疾病的诊断和治疗效率，也为患者提供了更加个性化和精准的医疗服务。在未来，我们期待这些创新技术能够在全球范围内得到更广泛的应用，为更多的患者带来希望。
编辑：薄荷
二审：清扬
三审：碧泉
排版：半夏
