年輕人猝死頻發，AI應用到心血管疾患篩查還有多遠？

　　剛剛結束的2018年發生了太多的事，但最令人遺憾的還是那些年輕生命的猝然逝去。

　　12月8日，25歲的大疆無人機相機部員工在家猝死，從入職到突然死去才過去5個月，引發輿論嘩然;在這之前的10月20日，互聯網保險大特保創始人兼CEO周磊突然去世，享年45歲。猝死早已不是什么新鮮話題，但年輕人猝死的發生仍然在震驚著社會。

　　大疆在訃告中稱會提醒員工及時參加體檢，雖然招致廣泛批判(如加班無人道)，但也從側面說明了日常的疾病篩查與診療對預防猝死有著重要意義，這其中心血管又尤其重要，那些爆出的猝死案例大多與此相關。

　　帶著沒有疾患的身體為青春奮斗，才是對個人和家庭的負責。在全民高壓生活節奏的當下，實現心血管普惠篩查與準確診療是應有之義，這方面，與醫學影像緊密聯系的AI或許有了用武之地。

　　年輕人猝死，彰顯心血管疾病篩查與診療的迫切需求

　　權威數據顯示，人群中每5人中就有2人最終死于心血管病。心血管科總是醫院最忙碌的科室之一，CT、核磁共振等門前也總是聚集著大量病患。

　　更“可怕”的是，根據美國心臟協會研究，25%左右的冠心病患者平常與“健康人”無異，首次發病就直接猝死，上帝沒有給他們發現和治療的機會。在我國，每年心臟猝死的發生率為41.84例/10萬人，按13億人算就是54.4萬人，居全球之首，每分鐘有3人心臟猝死。顯然，被媒體報道的只是少數，更多猝死正在發生。

　　不考慮“量”，隨著猝死越來越容易出現在年輕人身上，它帶給社會和家庭的創傷遠遠超越過往。在一些特殊的職業身上，例如人民警察，系統性的高強度工作讓從業者背負更大的心血管疾患風險，近些年來猝死頻發，社會輿論扼腕嘆息。

　　普通人主動篩查與患者更好地被治療兩大需求疊加，作為關鍵的預防與診療手段，心血管醫學影像識別的重要性被空前提升，提升效率與準確性的新技術引入也顯得尤為必要。

　　傳統醫療疲于應對，AI價值凸顯

　　與“市場需求”的旺盛相比，傳統醫療體系卻疲于應對。

　　一般而言，心血管影像診斷分為圖像掃描、圖像后處理、撰寫報告、報告審核四個步驟，單個案例在影像環節花去的時間最低要半個小時，碰到復雜一點的情況時間會更長。

　　如果一個正常水平的醫生超負荷工作12小時/天，每日只能處理24個病例。一邊是影像科醫生們叫苦不迭，一邊是龐大的需求被阻滯在檢查室門外。更“麻煩”的是，心血管與其他類型的疾患不同，“急診”更多，人命關天，時間要求更緊迫。

　　迫切的需求和疲軟的醫療應對能力錯位，心血管醫學影像領域急需要進行技術升級與流程再造，這時候，AI醫學影像識別的價值體現出來，AI醫療創業者也開始出現。

　　1、效率極大提升

　　用AI“看片子”，意味著冗雜又必不可少的心血管影像識別流程被AI技術“一鍵搞定”，首要的表現會是效率的大幅度提升。

　　例如，國內AI醫療公司數坤科技，從心腦血管大病種起步，開發出了被稱之為能實現“拍立得”的CoronaryDoc心血管AI影像識別產品。在實際案例中，這一解決方案能幫助影像科醫生將冠脈CTA三維重建、判讀、評估、審核報告系列流程的處理時間縮短到5分鐘左右，相對30分鐘+，檢查效率提升了6倍以上。

　　2、穩定、持續優化的準確性

　　不同醫生的影像識別能力各不相同，而經驗再豐富的醫生也會受制于疲勞等因素造成準確率“波動”，這些嚴重影響心血管醫學影像識別的準確率。