全球首個！浙一和阿里出手，破解“致命漏診”_風聞

　　對急診醫生來説，AI提供了一雙永不疲倦、始終警覺的眼睛，第一時間找出“血管炸彈”AAS。

　　**撰文 |**凌   駿

　　責編丨汪   航

　　“血管炸彈”“十萬火急”“心驚膽戰”……

　　回憶起自己遇到的主動脈夾層病例，不少急診醫生至今還後怕，因為起病急、進展快、致死率極高。

　　更令人心驚的是，主動脈夾層識別難度高，容易漏診，引發醫患糾紛。

　　近日，頂刊《自然·醫學》發表了一項中國的最新研究成果，只需平掃CT，AI即可實現對急性主動脈綜合徵（AAS）的快速診斷，確診時間可縮短至2小時以內，漏診率從48.8%降至4.8%。

　　浙江大學醫學院附屬第一醫院、阿里巴巴達摩院等歷經3年聯合研發出AI模型iAorta，已從1萬多名胸痛患者中精準發現21例AAS，幫助他們得到及時救治。

　　該AI模型已在浙江首批10家醫院簽約部署，即將全國推廣。

　　漏診之殤

　　急診室裏，一名28歲年輕男性大汗淋漓，主訴腰痠背痛、下肢無力。

　　醫生懷疑腰椎問題，做了一系列腰椎檢查，仍沒有發現明顯異常。但患者血壓持續飆升，不久後陷入了昏迷。

　　醫生這才開始懷疑主動脈問題，做了主動脈造影CT檢查，確診為B型主動脈夾層。

　　此時，距離患者入院已經過去了7小時，雖經醫生全力搶救保住性命，但下肢和雙腎都因長期缺血而嚴重受損。

　　這只是論文回顧性研究階段的一個案例。

　　此次回顧性研究共記錄13萬名急診胸痛患者，包括248名AAS患者，其中121名在初診時被遺漏，高達48.8%。國內外多項研究也都顯示，AAS漏診率普遍可達30%-40%，尤其是在基層醫院，醫生缺乏系統化的培訓和識別流程。

　　為什麼AAS漏診如此之普遍？

　　AAS，是一組以主動脈壁完整性受到破壞為特點的主動脈急症，主要包括主動脈夾層、主動脈壁內血腫和動脈粥樣潰瘍等，典型的臨牀表現是劇烈撕裂樣的胸背痛。

　　但很多人的初識症狀並不典型。像上面提到的腰痠、下肢無力就是，臨牀上還會出現咽喉疼痛、腹痛腹瀉等罕見情況，難免第一時間被誤認為是胃腸炎或神經系統疾病。

　　即便初診醫生想到了AAS的可能性，影像學檢查又是一道難關。

　　作為診斷“金標準”的CTA檢查，費用高、排隊時間長，可及性低，很多基層醫院根本沒有條件做。造影劑還存在誘發併發症的風險，孕婦、腎功能不全的患者也不能做。

　　所以，究竟有沒有一種辦法，能夠在急診場景下幫助醫生，從雜亂複雜的症狀中精準識別出AAS呢？

　　急診室裏的靈感

　　靈感來自於一名血管外科醫生的急診值班經歷。

　　2022年一個深夜，浙大一院血管外科主任張鴻坤團隊的向一郎，遇到了一名不願做CTA的年輕胸痛患者，他只拍了常規的平掃CT。

　　急診醫生拿着片子問向一郎，主動脈看起來是不是有點問題？但平掃CT片對比度太低了，兩人都看不清楚。

　　這時候，患者的疼痛已經減輕，想要直接離開。向一郎攔下了他，堅持要他做個CTA檢查。結果一看，主動脈果然已經出現潰瘍，再發展下去就會破裂，後果不堪設想。

　　這讓向一郎想到，超過一半的胸痛患者會在檢查其他部位時做平掃CT，這會不會是早期發現AAS的關鍵突破口？

　　這其實不是一個新想法。有經驗的醫生能夠在高質量的平掃CT片看到血管內膜的漂移或撕裂，從而判斷AAS，但這高度依賴於醫生經驗和圖像質量。

　　通常情況下，AAS在平掃CT中的早期表現，正常人和患者之間的差異非常小，人眼幾乎察覺不到。

　　如果人眼難以分辨，那AI可以嗎？

　　杭州兩支力量的聯手

　　浙一血管外科團隊將目光投向了達摩院醫療AI實驗室，張鴻坤與達摩院資深算法專家許敏豐相識多年，他們都身處杭州，交流頻繁，志趣相投，希望用AI來解決臨牀難題。

　　許敏豐長期鑽研醫療影像，尤其是平掃CT，希望用AI來識別其中的微弱信號。在新冠疫情之初，他就帶領團隊緊急研發出新冠肺炎CT影像AI輔助診斷系統，落地600多家醫院，服務80多萬人次，獲評全國科技抗疫先進集體和先進個人。

　　但“平掃CT+AI”用來識別AAS，難度遠超肺炎，也遠超許敏豐的預期，這項研究一做就是3年多。

　　許敏豐介紹，AAS在平掃CT上的早期表現可能只是一些輕微的密度改變、管壁不規則、腫脹，信號微弱。同時，主動脈全程長達數十釐米，從升主動脈到腹主動脈都有可能出現病變，這要求AI模型對血管結構有整體的感知。

　　更大挑戰的是，AAS不同類型發病機制和影像特徵差別大，導致樣本稀缺且難以標註，要構建高質量的訓練數據集非常不容易。

　　這裏面也走過不少彎路，有過不少碰撞。

　　一開始，達摩院AI專家想參考慢性心血管疾病，從管徑有沒有增粗、曲率有沒有變大入手，教會AI識別AAS。但張鴻坤團隊覺得，還是得理解AAS的疾病機理，它本質上是血流撕開了血管內壁。

　　最終，聯合研究團隊調整了訓練模式，由醫生在增強CT上勾畫出血管壁和原本的血管“真腔”，再用配准算法“複製”到平掃CT上，教AI從平掃CT上找出血管壁結構的異常。

　　“醫生的臨牀經驗是算法的‘先驗知識’，我們將其融入整個算法設計中，對提升模型性能起到了關鍵作用。”許敏豐説。

　　碰撞的成果顯著。這款名為iAorta的模型開發出來後，研究團隊用它去檢查那121名初診被遺漏的患者，AI能識別出109例。也就是説，可以把漏診率從48.8%降低到4.8%。

　　包括那位一開始被懷疑為腰椎問題的年輕患者，他拍的第一張腰椎CT，其實已經存在AI可以識別的致命提示。

　　達摩院算法專家周彥捷感慨，在論文裏，這只是一行冰冷的數字，但在現實裏，那是被錯過的、無比珍貴的7個小時。

　　搶救回的21個生命

　　準確率只是AI模型的第一關。

　　“一款醫療AI模型，首先是不能成為醫生的‘負擔’，也就是要無縫嵌入到醫生的工作流之中；最好是要獲得醫生的信任，儘可能地具備可解釋性。”張鴻坤錶示。

　　為此，達摩院開發了一套系統，和醫院的影像歸檔系統即時連接。當CT掃描結束，算法在後台數秒鐘就完成讀片，如果是高風險的AAS患者，AI會即時“紅色彈框”給醫生。

　　醫生點進去，不止能看到AI給出的AAS概率值，更重要的是，AI重建了血管三維圖像，勾畫出主動脈外壁和真腔，並且點出懷疑的病灶位置在哪裏。

　　比起直接拋給醫生一個結論，這樣顯然更能讓醫生理解AI為什麼得出這個結論，從而評估AI的結論有多靠譜。

　　畢竟，醫生和AI，要聯手做一個生死攸關的結論。

　　根據前瞻性多中心研究結果，14436例平掃CT中共有14個AAS相關陽性結果，對照組放射科醫生初篩診斷出3個，而經過iAorta輔助的醫生，檢出數提升到11個，靈敏度從21%提高到79%。

　　在上海一家試點三甲醫院胸痛中心，兩個月內，iAorta模型輔助醫生，從15584人中精準找出21例AAS患者（總計包含22名），敏感性和特異性分別達到95.5%和99.4%。

　　而且，這21名AAS患者確診的時間僅有102分鐘，也就是從入院算起，到最終CTA結果出來確診，只要1.7小時。而文獻顯示，A型主動脈夾層此前的中位確診時間是4.3小時。

　　對於AAS患者來説，每1小時，都對應着1%-2%的生機。

　　建立基層急救防線

　　歷時三年多的開發和完善，總計20餘萬名患者入組，研究團隊在論文裏寫道，iAorta在大規模真實臨牀環境中展現的強大性能，使平掃CT有潛力成為一種更高效的AAS排查工具。

　　目前，浙一、紹興市中心醫院、衢州市人民醫院、衢州市柯城區人民醫院、湖州市中心醫院、温州瑞安市人民醫院等首批10家醫院，已率先簽約部署iAorta模型，形成了AAS診斷、轉運、救治的快速通道。

　　研究團隊正進一步降低技術接入門檻，加速向全國更多地區推廣。

　　張鴻坤錶示：“我們希望推廣這項有温度的AI技術，提升各層級醫院對主動脈疾病整體的診治水平，探索主動脈AI急診‘浙江方案’，為‘健康中國2030’作貢獻。”

　　畢竟，相比起浙一，更廣泛的縣級醫院、社區醫院甚至鄉鎮衞生院，可能更需要這樣的AI模型。在家門口做平掃CT，即時發到上級醫院，AI晝夜不休地預警，構成一道最高效的急救防線。

　　紹興市中心醫院副院長王國富對此感觸很深，“部署了AI後，增加了我們基層醫生的信心。”

　　據瞭解，該院醫共體的分院都是將放射片傳輸到中心醫院，因此中心醫院部署iAorta模型後，相當於基層醫院也能用上。AI一旦從上傳的CT片中發現AAS，便迅速預警，分院立即將病人送至中心醫院，從而構建起15分鐘的搶救圈。

　　研究還有個驚喜的發現，在人機讀片對比研究中，雖然高年資、中年資和低年資醫生的準確率都要低於AI，但是在有AI輔助的情況下，醫生的敏感性都有提升，低年資醫生最為顯著，大幅提升40%，可以達到甚至超過高年資醫生。

　　張鴻坤堅信，醫療不能過於依賴大醫院的先進設備、大專家的“個體經驗”。

　　“AI永遠都不能替代醫生。但如果年輕醫生需要經歷‘漏診’才能成長，未免代價太過慘痛。我希望看到的是，通過AI技術加持，能讓更多醫生變得更有底氣。即使是年輕醫生、基層醫生，也可以做出高水平的診斷和決策。”張鴻坤説。

　　“平掃CT+AI”：達摩院的征程

　　作為我國目前臨牀應用最廣、普及率最高、成本最低的影像學檢查手段之一，平掃CT在AI時代還有更多可能性。

　　“它當中存在着諸多有價值，但醫生難以觀測，或容易忽略的疾病信息。而這正好是AI的強項，我們做的所有工作，就是想充分挖掘平掃CT的潛力。”許敏豐説，結合平掃CT的AI診斷策略，無需額外增加任何的醫療成本。

　　AAS並非達摩院的第一次嘗試，事實上，他們死磕“平掃CT+AI”這條技術路線多年。

　　2023年，達摩院發佈了基於“平掃CT+AI”的胰腺癌篩查AI模型DAMO PANDA，登上《自然·醫學》，該刊還專門配發評論文章指出：一個醫療影像AI的黃金時代已準備就緒。該模型已獲FDA“突破性醫療器械認定”。

　　今年6月，全球首個胃癌影像篩查AI模型DAMO GRAPE再次發表在《自然·醫學》，它瞄準了胃鏡在中國普及率不高的短板，首次利用平掃CT影像識別胃癌病灶。

　　而對達摩院醫療AI團隊來説，更大的願景是“一掃多查”，即通過一次平掃CT識別多種傳統手段難以發現的病變，包括消化系統腫瘤、胸痛急症，以及骨質疏鬆、脂肪肝等慢性病。

　　“我們希望做有温度的技術，不給患者或者醫務工作者帶來額外的負擔，並且真正普惠到醫療資源受限的地區和人羣。”許敏豐説。

　　浙江大學醫學院附屬第一醫院血管外科是浙江省內建立最早、規模和實力頂尖的血管外科中心，與肝膽、胃腸外科共同獲得國家重點學科（普外科），與心臟外科聯合申報獲得國家心臟和大血管臨牀重點專科，主動脈疾病診治病例數位居全國前列。

　　張鴻坤教授團隊長期致力於血管疾病創新醫療器械的研發與臨牀轉化，團隊首創“原位開窗+分支支架”聯合重建主動脈弓上分支動脈的新理念，完成了國際上最大樣本量的單中心主動脈弓部原位開窗手術，並率先完成支架原位開窗體外疲勞試驗，相關技術已建立標準流程和併發症防治措施，顯著降低了手術創傷和死亡率，多次榮獲浙江省科學技術進步獎。

　　論文鏈接

　　https://www.nature.com/articles/s41591-025-03916-z