癌症之外，人工智慧精準預測心血管疾病

心血管疾病是指由於心臟及血管病變而引起的一系列疾病，包括心臟病、高血壓、高脂血症等。心血管疾病發病率高、致殘率高、死亡率高、複發率高、併發症多，對健康危害極為嚴重。美國心臟病協會的統計數據顯示，全球每年有近2000萬人死於心梗、中風、血管堵塞等心血管系統疾病。

人工智慧是現今最前沿的科技手段，AI+已經逐步和各個領域結合起來，比如金融領域，比如教育領域都取得了比較好的成果，人工智慧+醫療利用機器或軟體描述、模仿人類大腦的智慧，在醫療健康領域，通過協助醫療從業人員來改善患者的治療效果。如今已經在腫瘤癌症等領域取得了良好的成果。

一個是死亡人數最多的疾病，一個是最前沿的科學技術，根據世界衛生組織的數據，80%的心腦血管疾病、80%的二型糖尿病、絕大部分的原發性高血壓，甚至40%的腫瘤都是可以預防的，人工智慧+心血管疾病能否取得什麼樣的效果呢？

人工智慧預測心臟病

肺內血壓增高會對心臟造成傷害，大約三分之一的患者會在確診之後五年內死亡。其治療方法包括：口服藥物、直接向病人血液循環系統注入藥物以及肺移植等等。但是，醫生需要知道患者還能存活多久，才能選擇正確的治療方法。

根據年初在《影像診斷學》（Radiology）上的一項英國研究表明，人工智慧可以預測心臟病人何時死亡，研究人員通過人工智慧對256名肺高壓患者的心臟核磁共振掃描結果和血檢結果進行研究和分析，病人的每一次心跳，其心臟的3萬個不同點的運動狀況都會被人工智慧軟體監測記錄下來。將監測數據同患者8年的健康狀況記錄結合，人工智慧軟體就可以發現哪些異常狀況會導致患者的死亡。從而可以預測患者未來五年健康狀況，預測患者在一年後仍然存活的準確率大約為80%。

近日《科學公共圖書館·綜合》雜誌上報告，英國諾丁漢大學研發了一種人工智慧系統，讓計算機通過學習各種醫學指征和數據來預測患者的心臟病發病風險，研究人員使用的準確率最高的一種機器學習方法還降低了一定的錯誤預警率，從而減少濫用藥物同樣對人體有害。

人工智慧早期識別

2012年慢性病死亡占疾病死亡人數的86.6%，其中腦卒中死亡人數占慢性病死亡的51%，佔總死亡的44.2%，心血管危險因素流行趨勢明顯，導致心血管疾病人群持續增加。原衛生部副部長、中華預防醫學會會長、「健康2030戰略研究組」首席專家、工程院院士王隴德曾表示，慢性病快速增長主要集中在未來10年。

心血管病死亡率如此之高，需要受到醫護人員和患者關注，人工智慧的出現可以幫助醫患解決心血管疾病的早期識別以及慢性病的防控知識。

以冠狀動脈鈣化為例，冠狀動脈鈣化是冠狀動脈疾病的生物標誌，並且冠狀動脈鈣化評分是心血管事件，例如心臟病或中風發作的強預測因子，冠狀動脈鈣化非常普遍，也被視為是冠心病的前兆。常規冠狀動脈鈣化評分需要專門的心臟、心電CT來對比診斷。國內醫療領域人工智慧領先企業Airdoc基於深度學習，根據胸部CT自動計算冠狀動脈鈣化評分。演算法可以檢測出嚴重心血管事件爆發的風險並提供預警。

人工智慧在醫療中的作用

放射科醫生每天工作量很大，長時間高強度的工作，會導致醫生疲勞，注意力不集中，會有出錯的風險，機器最大的特點就是精準和快速，不會出現因為勞累而出現診斷出錯的情況，並且可以在極端的時間內閱讀一張醫學影像。

2015年7月，人社部首次發布的《社會保險發展年度報告（2014）》（以下簡稱《報告》）顯示，2009-2014年，全國醫療費用增長幅度接近20%，國家衛生計生委屬（管）醫院和國家中醫藥局屬（管）醫院按照屬地化原則，納入當地醫療費用控制範圍。控費目標實行動態管理，每年調整一次。力爭到2017年底，全國醫療費用增長幅度降到10%以下。

去年，國家衛計委下發《關於儘快確定醫療費用增長幅度的通知》，要求各省（區、市）要確定本地區年度醫療費用增長幅度（以下簡稱控費目標）。按照自上而下、層層分解的原則，將控費目標逐級分解到各地市（縣市）和公立醫院。嚴控葯佔比、合理用藥、大醫院門診取消輸液、分級診療、臨床路徑管理、嚴控輔助用藥等等系列政策輪番出台，比如減少藥品加成的情況下，醫療費用雖然增長幅度可以得到一定的抑制。

對於醫療機構來說，控費成為了必須要面對的問題，收入減少的情況下，想要繼續運營下去，需要降低運營成本，採用人工智慧輔助診斷系統，可以節約醫生大量的精力，提高醫生的工作效率，從而可以在相同的時間服務更多的患者，從而緩解經濟壓力。

此外，有上百萬的基層醫療機構，很多調研報告顯示基層醫生水平不夠成為患者的擔憂，醫生是一個需要經驗的職業，很難在短時間內批量製造上百萬的醫生，但是人工智慧模型操作簡單，經過簡單的培訓就可以使用，人工智慧可以讓基層醫生擁有院士級的治病能力。