佐治亚理工学院 | 人工智能改善心脏瓣膜病患者的预后

“医生们把这个病例发送给了我们的总部。基本上，我们能够将这些3D图像发送给他们，医生们可以在那里准确地看到将要发生的事情。不仅如此，他们还能够大胆地进入，扩张前一个瓣膜，并在第一个瓣膜内植入第二个跨腔心脏瓣膜。”说拉克希米·普拉萨德·达西他是联合创始人、首席技术官、心脏瓣膜工程和心血管生物力学领域的著名学者。

医生挽救了这名男子的生命，但到2023年，心血管疾病——世界上最主要的死亡原因——将夺去22000多名格鲁吉亚人的生命，美国约700000人，全球1900万人的生命。更可怕的是，到2030年，全球死亡人数预计将超过2300万。

该公司希望通过利用人工智能来关注心血管疾病的主要原因来改善这些结果：瓣膜性心脏病，当心脏的四个瓣膜中的任何一个受损时，就会发生这种疾病，从而影响血液流动。

“当外科医生通过我们的系统对这些患者进行检查时，医生团队可以清除他们担心的许多并发症。他们将能够进入并使用个性化的计划进行治疗。”Dasi说道，他是本科生研究的副主席，也是《美国医学杂志》的Rozelle Vanda Wesley教授华莱士·H·库尔特生物医学工程系埃默里大学和佐治亚理工学院。

该公司成立于2019年，目前正处于过渡期，预计将于2023年秋季进行a系列融资，目前已获得约400万美元的投资资金，其中包括60万美元的非稀释性赠款。DASI Simulations在美国拥有40家客户医院，并与佐治亚理工大学合作风险投资实验室与教职员工和学生合作进行研究商业化，以确保资本投资。

利用Dasi Simulations技术的医院只对一群高风险患者使用该技术。外科医生不想对这些患者进行手术，因为随着病情的加重，手术变得更加复杂。如果不进行手术干预，这些患者将在六个月至两年内死亡。Dasi Simulations技术可以帮助外科医生通过先进的基于人工智能的模拟来导航这些高风险手术。

“问题是，目前，当医生计划对患者进行治疗时，如瓣膜置换术，其过程在灵活性和对特定患者解剖特征的适应性方面极为有限。”

佐治亚理工学院（Georgia Tech’s）的教员达西（Dasi）表示，所有患者都会接受心脏CT扫描，然后进行耗时的测量帕克·H·佩蒂生物工程和生物科学研究所今天的医生成像仪使用计算机鼠标，通过2D扫描测量患者的心脏，以确定需要更换的瓣膜的尺寸。

Dasi说，这是一个耗时且不精确的过程，现在变得更加复杂，因为心脏瓣膜销售代表（而非外科医生）在美国800家进行心脏结构性手术的医院中，大部分医院都进行了这些扫描测量。

他说：“所以，销售代表正在进行测量，这是他们向医院提供销售服务的一部分。”。“总的来说，人为误差增加了15%到20%的可变性，当多人进行不一致的测量时，会浪费大量时间。”

由于这种情况，最终做出的关于如何处理任何给定患者病例的决定可能会受到影响。

Dasi说：“心脏小组做出的决定受到影响，不仅因为测量可能不准确，而且因为他们无法预测患者在选择特定设备时可能面临的风险。因此，几乎没有针对患者的个性化操作。”。“通常情况下，五年后，当这些外科医生进行手术时，他们会意识到‘我们不应该像我们那样做手术’。现在，你陷入了这种困难的境地，因为当时选择不同的设备可能会降低今天手术的风险。”

这种情况会导致并发症的发生率很高，如果在患者出院后的30天内发生，医院将无法报销费用。

通过消除偏见降低风险

DASI Simulations技术基于佐治亚理工大学、俄亥俄州立大学、埃默里大学和皮埃蒙特医院的研究，利用人工智能创建3D模型，以便根据CT扫描进行准确测量。这一过程需要电脑几秒钟，而医生或销售代表可能需要30分钟。

该公司表示，由于3D建模和人工智能测量是准确的，因此消除了人工错误的可能性。此外，由于销售代表没有按照当前的做法进行建模以推动销售，因此不可能偏向于使用任何一种心脏瓣膜置换设备。

该公司的技术还包括3D预测建模，使医疗团队更好地了解潜在结果和并发症的可能性。在目前的方法下，医生根据2D扫描决定使用何种支架或瓣膜，但他们不一定能预测可能出现的并发症。

DASI说，利用DASI Simulations的预测技术，手术团队不必猜测特定瓣膜可能出现的并发症，也可以为患者做出更好的决定。

“这里真正的好处是，现在他们掌握了科学，他们可以做出数据驱动的科学决策，而不是基于临床直觉的猜测。”