急性心肌梗死是致使全球心血管疾病患者死亡與致殘的重要病因。盡管當(dāng)下治療手段持續(xù)進(jìn)步，但仍有相當(dāng)多患者會(huì)出現(xiàn)再次心梗、心力衰竭，甚至死亡的情況。如何解決這一問題？

11月21日，澎湃新聞?dòng)浾邚纳虾＝淮筢t(yī)學(xué)院附屬仁濟(jì)醫(yī)院獲悉，該院心內(nèi)科卜軍教授團(tuán)隊(duì)與上海交通大學(xué)計(jì)算機(jī)學(xué)院盛斌教授團(tuán)隊(duì)醫(yī)工交叉聯(lián)合，近日在國(guó)際重要綜合性期刊《Science Bulletin》（中科院1區(qū)TOP期刊，IF=21.1）在線發(fā)表主題研究論文。該研究團(tuán)隊(duì)依托前瞻性多中心影像大隊(duì)列，成功研制出一種基于心臟影像的全新人工智能預(yù)后預(yù)測(cè)系統(tǒng)DeepSTEMI，這一系統(tǒng)可精準(zhǔn)預(yù)測(cè)急性心肌梗死患者未來發(fā)生心血管事件的風(fēng)險(xiǎn)。DeepSTEMI系統(tǒng)通過融合解析多源影像特征，實(shí)現(xiàn)了自動(dòng)化、智能化的風(fēng)險(xiǎn)分層，為急性心?；颊叩木珳?zhǔn)管理提供了新的技術(shù)工具。

急性心肌梗死預(yù)后人工智能預(yù)測(cè)系統(tǒng)DeepSTEMI。（上海交大醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院 供圖）

針對(duì)當(dāng)前臨床局限，研究團(tuán)隊(duì)指出，目前臨床上主要依據(jù)風(fēng)險(xiǎn)評(píng)分，或是依靠人工測(cè)量影像及檢查指標(biāo)，然而這些方式難以精準(zhǔn)、全面地反映心肌損傷的實(shí)際程度，也無法準(zhǔn)確識(shí)別出未來真正處于高風(fēng)險(xiǎn)的患者。譬如，心臟磁共振能夠同時(shí)呈現(xiàn)心肌損傷范圍、殘余血流受損狀況以及心功能重構(gòu)情況，是評(píng)估心肌梗死的“金標(biāo)準(zhǔn)”影像工具。不過，傳統(tǒng)磁共振分析依賴人工閱片和手工量化，流程繁雜、主觀性強(qiáng)且難以實(shí)現(xiàn)標(biāo)準(zhǔn)化，這限制了其在臨床實(shí)踐中預(yù)后評(píng)估的真正落地和推廣應(yīng)用。

“DeepSTEMI是首個(gè)面向急性心肌梗死患者預(yù)后風(fēng)險(xiǎn)的全流程自動(dòng)化的多模態(tài)深度學(xué)習(xí)系統(tǒng)?！辈奋娺M(jìn)一步表示，該系統(tǒng)對(duì)多模態(tài)心臟磁共振序列和臨床變量進(jìn)行聯(lián)合建模，同時(shí)創(chuàng)新性地引入層級(jí)特征融合模塊（HFFM）與缺失模態(tài)生成模塊（M2FGM），實(shí)現(xiàn)跨模態(tài)信息高效融合與模態(tài)缺失情況下的穩(wěn)健預(yù)測(cè)。依托端到端多模態(tài)特征深度整合，形成真正意義上的多模態(tài)一體化分析流程。研究整合多中心真實(shí)世界數(shù)據(jù)，累計(jì)分析超過3萬(wàn)張磁共振圖像，為DeepSTEMI模型的泛化能力提供了堅(jiān)實(shí)的真實(shí)世界證據(jù)。為急性心肌梗死患者提供更精準(zhǔn)的遠(yuǎn)期心血管事件風(fēng)險(xiǎn)預(yù)測(cè)和智能化風(fēng)險(xiǎn)分層，展示了AI賦能心血管精準(zhǔn)醫(yī)學(xué)的強(qiáng)大潛力。

卜軍表示，在多中心外部驗(yàn)證中，DeepSTEMI的預(yù)測(cè)能力顯著優(yōu)于現(xiàn)行臨床評(píng)分方法和傳統(tǒng)影像指標(biāo)，能夠清晰區(qū)分高危與低?；颊?，特別是在風(fēng)險(xiǎn)分層中，該系統(tǒng)能夠更早、更精準(zhǔn)地識(shí)別未來可能出現(xiàn)不良事件的患者，其風(fēng)險(xiǎn)提示能力遠(yuǎn)超傳統(tǒng)模型，有助于實(shí)現(xiàn)急性心梗高?；颊叩脑绨l(fā)現(xiàn)、早干預(yù)，改善不良結(jié)局，具有更高的臨床應(yīng)用價(jià)值。同時(shí)，DeepSTEMI在不同醫(yī)院、不同類型磁共振掃描設(shè)備上均保持非常穩(wěn)健的表現(xiàn)，顯示出良好的跨中心、跨設(shè)備泛化能力，具備在臨床推廣應(yīng)用的堅(jiān)實(shí)基礎(chǔ)。

為增強(qiáng)模型的透明度和臨床可解釋性，團(tuán)隊(duì)還采用多種方法解析系統(tǒng)的“決策依據(jù)”。結(jié)果顯示，DeepSTEMI的預(yù)測(cè)重點(diǎn)與心肌梗死的病理特征高度一致，能夠識(shí)別出心肌損傷范圍、功能受損區(qū)域等關(guān)鍵部位，并通過可視化展示相關(guān)信息，幫助醫(yī)生理解模型判斷。團(tuán)隊(duì)配套開發(fā)的可視化軟件界面也使臨床醫(yī)生可以直接查看模型輸出與關(guān)鍵影像區(qū)域，為輔助診療提供了便利。

未來，研究團(tuán)隊(duì)計(jì)劃構(gòu)建更大規(guī)模的心血管影像AI模型，助力構(gòu)建“AI+影像+臨床”一體化的心血管疾病管理新模式。

上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院卜軍教授為該論文最后通訊作者，心內(nèi)科主任、主任醫(yī)師姜萌和上海交通大學(xué)計(jì)算機(jī)學(xué)院盛斌教授為該論文的共同通訊作者，上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院心內(nèi)科陳一凡、夏朝、趙航為該論文的第一作者。該工作得到了國(guó)家自然科學(xué)基金委創(chuàng)新研究群體、國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金青年科學(xué)基金（A類）、國(guó)家自然科學(xué)基金青年學(xué)生基礎(chǔ)研究項(xiàng)目(博士研究生)等項(xiàng)目基金的支持。