更多人的剛需并非最佳路徑，而是觸手可及、病有所醫(yī)。

近日，雷鋒網·心血管科技云峰會邀請到博動醫(yī)學市場總監(jiān)林曉杰博士，以「中國心血管影像AI的創(chuàng)新與落地」為題，解讀博動醫(yī)學心血管AI創(chuàng)新實踐思路。 長期以來，作為評判心肌缺血的“金標準”，FFR（冠脈血流儲備分數）在冠脈的生理學狹窄檢查中一直具有不可撼動的地位，但因為使用門檻和費用問題，導致這一創(chuàng)新技術一直沒有得到廣泛普及。

博動醫(yī)學將人工智能技術應用在CT、冠脈造影、腔內影像等檢查當中，研發(fā)了無創(chuàng)的QFR技術。 林曉杰表示：“QFR技術可以直接利用冠脈造影圖像進行三維重建和血流動力學，并計算出FFR值，指導介入治療，自動推薦提供支架尺寸，提示醫(yī)生需要在什么位置放支架，并指導手術路徑。目前這項技術不論在三甲醫(yī)院還是基層醫(yī)院都受到普遍歡迎，可以輔助醫(yī)生判斷冠脈血流儲備分數、輔助優(yōu)化PCI策略制定，同時解決基層醫(yī)生心肌缺血判別經驗能力不足的問題。”以下為林曉杰演講全文內容，醫(yī)健AI掘金志做了不改變原意的編輯：大家晚上好，非常感謝雷鋒網和醫(yī)健AI掘金志的邀請，我是來自博動醫(yī)學（上海）有限公司林曉杰，主要負責市場營銷與戰(zhàn)略方面工作。 今天重點談醫(yī)療AI落地狀況，主要集中在冠心病領域和博動的研發(fā)工作以及真正落地案例。心血管臨床手段現狀

心血管病是一個非常大的課題，分為很多種，包括結構性心臟病、高血壓和動脈粥樣硬化導致的冠心病，還有外周心腦血管疾病等等。 2019年的數據，目前中國冠心病患病總人數大概有1300萬。但是今年上半年看到一個令人非常驚訝的數據，中國每年有超過500萬患者接受冠脈造影檢查，數量超過冠脈CT檢查，遠遠超過我們的預測。 另外，2019年全國有103萬患者接受冠脈支架手術，PCI年增長率超過10%。

冠脈介入手術需要在心臟介入導管室當中進行。 目前，心臟血管機95%以上市場都是進口GE、西門子或飛利浦產品。 影像類設備，例如血管超聲、心臟超聲，血管FFR（血流儲備分數），還有OCT以及電生理CARTO等設備也基本源自進口，只有導管室是中國人自己建造。 國產替代這條路上很多設備沒有真正臨床落地，其中部分已經在中國獲批上市。 今天介紹的中國心血管AI創(chuàng)新路徑，主要集中在血流儲備分數FFR方面。

網絡數據顯示，國家藥監(jiān)局近些年進入創(chuàng)新醫(yī)療器械特別審批通道中的產品中，與冠心病相關設備和耗材占很大比重，其中，影像FFR、IVUS、OCT等冠脈影像及功能學產品超過10個。 博動目前有4條產品線，均是影像FFR，其中3條進入創(chuàng)新通道或優(yōu)先通道。 今天，主要集中介紹影像FFR領域。 先給大家做一個簡單科普，冠心病患者到醫(yī)院以后，應該有什么樣診斷過程，用到哪一些器械和設備？

首先，疑似冠心病患者需要做冠脈CTA檢查，但冠脈CTA量在中國比例不太多，做完CTA以后，如果發(fā)現可能還有問題，就需要通過介入DSA做冠脈造影檢查。 做完冠脈造影以后，如果還有更復雜的病人，就需要OCT或IVUS腔內影像學檢查。 阜外醫(yī)院呂濱教授今年年初發(fā)表在《中國循環(huán)雜志》上的一篇文章中，整個中國冠脈年CTA量只有461萬，反而有創(chuàng)冠脈造影量超過500萬。 中國介入冠脈造影量大于CTA，這個情況比較特殊，美國CT量是造影量的2~3倍。腔內影像學使用率也不是很高，主要是因為耗材成本較高，手術相對比較復雜。 不管CT、造影，還是腔內影像，都是通過影像學技術判斷患者某一個病變有沒有導致心肌缺血？通過影像學判斷狹窄程度后，醫(yī)生會給患者植入支架或藥物治療。 但這樣技術流程真的正確嗎？ 關鍵在于影像學和形態(tài)學判斷到底能不能直接定義患者心肌缺血程度？

2014年，歐洲臨床試驗數據顯示通過影像直接判斷將達到1/3的誤診率（臨界病變患者中）。 怎樣才能避免誤診，準確判斷患者是否心肌缺血？

國際上有一種用于介入術中檢查心肌缺血程度的“金標準”，就是血流儲備分數FFR。FFR從2016年開始已經是IA級指南推薦。 FFR技術做法是什么？ FFR通過一根比較細的壓力導絲，微創(chuàng)進入冠脈，測量病變遠端壓力和主動脈壓力比，就是FFR值，如果壓力之比≤0.80就說明患者有顯著心肌缺血，反之就代表缺血不顯著。 FFR檢查過程中還需要給患者注射腺苷或ATP，讓患者達到最大充血狀態(tài)。 FFR有一個很明確的臨界值，叫cutoff值，數值是0.80，臨界值小于等于0.80就需要支架，大于0.80則不需要。

血流儲備分數從1979年首次提出血管內壓力重要性，到1993年首次提出FFR概念，再到1996年完成第一個人體臨床實驗；之后2009年完成第一個全球大型RCT（隨機對照臨床試驗）研究。任何一個進入國際指南里的技術或臨床路徑都需要RCT的證據。

基于壓力導絲的FFR雖然被指南IA級推薦，但在全球應用率都特別少，尤其在中國使用率還不到1%，主要因為壓力導絲本身存在一些弊端。 例如，壓力導絲FFR是有創(chuàng)檢查，壓力導絲需要穿入冠脈內，有一定的斑塊破裂等風險，在中國花費昂貴，一根壓力導絲就需要1萬塊，再加上檢查費，整個花費大概超過13,000元。對于復雜病變，尤其斑塊復雜的地方，手術也比較復雜，所以在很多基層醫(yī)院都很難得到執(zhí)行。AI賦能心血管精準診斷

那么，AI是否能夠賦能心血管病的診斷精度，或者它臨床應用呢？

博動醫(yī)學判斷AI在影像FFR當中起到的作用時，包括CT、冠脈造影、IVUS和OCT等一系列影像方法，AI最主要的作用是輔助更高效且精準地把血管和組織結構分割出來。 例如，在CT上把血管管腔、中膜以及斑塊分割出來。AI在影像FFR中就是提高效率，提高結構分割的準確度，但是我們認為用AI直接計算FFR存在較大問題。 原因在于深度學習算法都需要一個龐大的訓練集，如果訓練集不足夠大，訓練一定是不準確的，全球有影像學（如CTA、OCT、IVUS），同時又有FFR參數的病例。

目前，影像FFR主要分為兩大類，一類是門診、放射科做檢查，基于CTA的叫FFRCT或者CT-QFR。另外一類是介入導管當中，例如基于冠脈造影QFR，腔內影像OFR以及UFR技術。 FFRCT相對于冠脈CTA，其準確度更高，能幫助醫(yī)生更準確地篩查冠心病患者，減少一部分不必要的冠脈造影檢查。 基于介入手術當中的技術，包括QFR、OFR還有UFR，這類技術更多在手術過程中輔助完成判斷，進行手術規(guī)劃，包括手術精準診斷和手術規(guī)劃功能，以及發(fā)現罪犯病變、術后冠脈療效評估等功能。實踐三大案例前面提到的三類技術FFRCT、基于造影QFR和基于腔內影像，將分別用案例做一個介紹。

案例1，博動醫(yī)學的CT-QFR技術，目前已進入國家藥監(jiān)局創(chuàng)新醫(yī)療器械特別審批程序。

2016年，美國著名心血管期刊——JACC期刊上面發(fā)表一篇論文，論證美國HeartFlow公司研發(fā)的FFRCT指導冠心病患者診療路徑，從中發(fā)現FFRCT篩選以后，61%患者不再需要有創(chuàng)冠脈造影，減少冠脈造影人群數量，同時降低美國醫(yī)保支付費用。 從2017年開始，HeartFlow公司FFRCT，在美國很多醫(yī)保公司進行支付，平均收費價格僅有2000美元一次。 現在，HeartFlow已經是一家獨角獸公司，2018年估值就已經達到15億美金，就是靠這個產品模式盈利。 博動公司CT-QFR計算原理是什么？ 博動CT-QFR原理，更多通過優(yōu)化的流體力學方程，就是由博動自主研發(fā)的QFR核心算法完成FFR的計算過程。

這種方法在博動醫(yī)學冠脈造影FFR（QFR）里已經得到大量驗證，通過冠脈CT把血管冠脈重建出來。

2019年，歐洲EuroPCR大會上，上海交通大學涂圣賢教授（QFR、UFR/OFR、CT-QFR技術發(fā)明人）在大會做了關于博動醫(yī)學CT-QFR臨床驗證的報道，診斷準確度可以達到87.3%。 這篇文章也發(fā)表在心血管著名期刊上--JACC Cardiovascular Imaging，影響因子達到12.74分。

CT-QFR在2019年10月份，也進入國家創(chuàng)新醫(yī)療器械特別審批通道。這是博動第二個產品進入創(chuàng)新通道，第一個進入創(chuàng)新通道是QFR產品，已經獲得NMPA三類醫(yī)療器械注冊證。

基于冠脈造影QFR技術到底怎么做？案例2，基于造影FFR技術，博動醫(yī)學的QFR產品。通過冠脈造影圖像進行三維重建和模擬，最后得到血管每一個點FFR值，通過這個值直接判斷狹窄有沒有導致患者心肌缺血，指導介入治療，并自動提供支架尺寸推薦，告訴醫(yī)生在哪些地方放一個什么尺寸的支架。

QFR整個操作流程和原理跟前面CT-QFR有所不同。

首先，數據源是基于冠脈造影數據，然后數據被傳輸到博動醫(yī)學QFR系統(tǒng)中，系統(tǒng)放在醫(yī)院導管室。 這套系統(tǒng)主要進行幾步分析： 第一，全自動冠脈重建。通過兩個二維造影體位圖像，快速重建獲得冠脈三維結構，三維結構獲取后，TIMI數幀和優(yōu)化的流體力學方程，通過QFR核心算法將靜息態(tài)壓力變化轉化成最大充血態(tài)的壓力變化快速計算獲得冠脈FFR。 同時，整個QFR計算不需要獲得靜息態(tài)的冠脈或主動脈內壓力，因為研究表明患者從靜息態(tài)變化到最大充血狀態(tài)的壓力其實沒有規(guī)律。在2019年西班牙一位課題組曾發(fā)表過一篇重要研究論證過此事，也證明了是否給予主動脈壓，對于QFR的計算準確度沒有影響。 、

例如，靜息態(tài)下是這樣一個水平，最大充血下有可能很高，有可能不變，有可能更低，其中沒有規(guī)律。 此外，它不需要額外耗材，沒有創(chuàng)傷，不需要注射腺苷或ATP這類血管擴張藥，對于患者沒有不良影響和副作用，費用也得到大幅降低。 基于冠脈造影的QFR檢查術在中國已經有很多省份獲得收費目錄的批復，收費價格大概在3800元每次，比FFR檢查減少了超過70%。2018年國家藥監(jiān)局創(chuàng)新通道批準，QFR獲得三類醫(yī)療器械注冊證。

案例3，基于腔內影像的FFR技術，也叫做OFR或者UFR。上面是一個血管內超聲圖像，紅色圈畫出來的是冠脈的真實管腔，紅色和黃色之間全是斑塊，包括一些小鈣化點、脂質斑塊、纖維斑塊等。 這樣一個血管給到醫(yī)生時，醫(yī)生需要決策手術應該怎么做？ 以前血管內超聲影像做完以后，醫(yī)生靠經驗就可以判斷手術應該怎么執(zhí)行，如果要測量就非常困難，基本上都是靠手工進行。 現在，用人工智能方法把血管管腔和中膜非常迅速且準確地分割出來。然后加上全球第一個3D-IVUS重建技術，獲得冠脈及其分支、斑塊等信息。 通過這類血管信息，再加上前面提到的博動醫(yī)學QFR算法，就可以獲得一個壓力分布，博動醫(yī)學UFR就是基于IVUS的FFR計算，UFR就是基于IVUS的OFR計算。

博動研發(fā)的基于腔內影像FFR技術，對比原來壓力導絲測量FFR方法，診斷準確度可以達到92%以上，一致性， AUC曲線下面積可以達到0.97。 前面三個例子，分別是CT-QFR技術，基于人工智能的圖像分割，還有后面FFR計算?；诠诿}造影的QFR技術，是通過冠脈造影分析影像學的一個特征，然后獲得它的壓力分布，最后判斷患者心肌缺血程度?，F在，還有基于血管影像血管內超聲和冠脈內OCT成像的UFR和OFR產品，還有腔內影像三維重建技術。心血管影像AI產業(yè)化與落地

影像FFR——人工智能技術在信息化領域該怎么落地？ 首先，任何一個AI技術，必須經過大量臨床驗證，完成臨床驗證以后就需要大型RCT研究論證其患者遠期獲益。 我們認為RCT研究是推動影像FFR技術進入指南的必經之路，只有經過大型RCT研究論證的技術才能夠進入指南。 中國非?，F實的情況是，醫(yī)療產品既是B to B生意，也是B to G生意，G就是government（政府）。 任何一個新技術到了臨床當中以后，能不能收費將直接影響到臨床的使用與推廣。

目前，QFR已經在全球開展50多項臨床實驗，有三項RCT研究正在開展當中，其中，由中國醫(yī)學科學院阜外醫(yī)院牽頭的國際上最大的影像FFR的RCT研究—FAVOR III China研究受到了國際專家的廣泛關注。

目前，QFR和它同族的一些其他技術已經在全球20多個國家完成1萬多例臨床驗證和研究，發(fā)表50多篇文章，影響因子超過500分。另外，還有三項大的RCT研究正在進行當中。QFR落地之路從產品研發(fā)到落地過程非常長。QFR技術研發(fā)是從2008年開始，到2018年拿到中國CFDA注冊證總共花了10年時間，研發(fā)過程非常困難。 QFR檢查術于2019年開始陸續(xù)獲得了多省的收費目錄批復。 RCT研究非常重要，只有做完RCT研究，產品才能進入指南或醫(yī)保。博動醫(yī)學QFR正在RCT研究當中，將于2021年發(fā)布結果。

梳理一下美國HeartFlow公司FFRCT過去幾年研發(fā)過程和進入指南里面路徑，推算中國影像FFR技術什么時候、經過什么過程才能夠進入指南里。 FFRCT在2011年獲得歐盟CE，2016年才獲得美國FDA認證，在2019年才完成第一個RCT研究，也就是ADVANCE研究。 在疫情發(fā)生之前，QFR已經完成第一個RCT研究（FAVOR III CHINA）發(fā)布和患者入組，總共有3830例入組，預計明年TCT大會把結果發(fā)布出來，完成RCT研究。

FAVOR III China研究是全球首個大型RCT研究造影FFR技術，由中國醫(yī)學科學院阜外醫(yī)院牽頭，喬樹賓教授和徐波教授教授作為PI，在全國26家三甲醫(yī)院當中進行。 除了前面的FAVOR III China以外，博動醫(yī)學在歐洲和日本還有一個FAVOR III Europe-Japan的RCT研究，還有上海瑞金醫(yī)院牽頭的FAVOR IV-QVAS研究。 總結下來，博動醫(yī)學在全球同步開展了三個非常重要的RCT研究，都是通過RCT方法驗證影像FFR技術的臨床診斷精度，提高患者遠期獲益和衛(wèi)生經濟學價值，經過這樣的研究，能夠技術走向指南，走向醫(yī)保。最后分享博動醫(yī)學落地和實踐當中的意義。AI落地從臨床需求提出，到產業(yè)創(chuàng)新、臨床應用、物價收費，到最后的醫(yī)院采購，企業(yè)盈利，最后反哺臨床需求，進行產業(yè)創(chuàng)新，非常重要的一環(huán)就是物價收費。 一個好產品，如果終端不能進行收費，這項技術就不會得到臨床應用。

最后引用一張國際著名期刊JACC cardiovascular interventions的一個文章。這篇文章由國際著名心血管研究專家Patrick Serruys團隊發(fā)表，影像FFR計算在冠心病診斷當中的臨床價值。 文章把產品分為基于CT的FFR和介入導管室的FFR。同時提到博動CT-QFR和博動QFR技術，這也是中國唯一被國際專家認可的影像FFR技術。

最后總結，心血管AI技術在冠心病精準篩查和診治當中潛力巨大?；贏I技術需要大量臨床驗證，能夠證明其診斷準確度。RCT研究隨機對照臨床實驗是影像FFR落地，進入指南必經之路只有經過RCT研究，才能夠證明影像FFR真的能夠指導臨床，讓患者獲益。收費閉環(huán)是實現AI企業(yè)盈利的重要策略。

原文標題：博動醫(yī)學林曉杰 ：心血管AI需要怎樣的全新準則？| 萬字長文

文章出處：【微信公眾號：IoT科技評論】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq