急性心肌梗死是致使全球心血管疾病患者死亡與致殘的重要病因。盡管當(dāng)下治療手段持續(xù)進步，但仍有相當(dāng)多患者會出現(xiàn)再次心梗、心力衰竭，甚至死亡的情況。如何解決這一問題？

11月21日，澎湃新聞記者從上海交大醫(yī)學(xué)院附屬仁濟醫(yī)院獲悉，該院心內(nèi)科卜軍教授團隊與上海交通大學(xué)計算機學(xué)院盛斌教授團隊醫(yī)工交叉聯(lián)合，近日在國際重要綜合性期刊《Science Bulletin》（中科院1區(qū)TOP期刊，IF=21.1）在線發(fā)表主題研究論文。該研究團隊依托前瞻性多中心影像大隊列，成功研制出一種基于心臟影像的全新人工智能預(yù)后預(yù)測系統(tǒng)DeepSTEMI，這一系統(tǒng)可精準預(yù)測急性心肌梗死患者未來發(fā)生心血管事件的風(fēng)險。DeepSTEMI系統(tǒng)通過融合解析多源影像特征，實現(xiàn)了自動化、智能化的風(fēng)險分層，為急性心梗患者的精準管理提供了新的技術(shù)工具。

急性心肌梗死預(yù)后人工智能預(yù)測系統(tǒng)DeepSTEMI。（上海交大醫(yī)學(xué)院附屬仁濟醫(yī)院 供圖）

針對當(dāng)前臨床局限，研究團隊指出，目前臨床上主要依據(jù)風(fēng)險評分，或是依靠人工測量影像及檢查指標，然而這些方式難以精準、全面地反映心肌損傷的實際程度，也無法準確識別出未來真正處于高風(fēng)險的患者。譬如，心臟磁共振能夠同時呈現(xiàn)心肌損傷范圍、殘余血流受損狀況以及心功能重構(gòu)情況，是評估心肌梗死的“金標準”影像工具。不過，傳統(tǒng)磁共振分析依賴人工閱片和手工量化，流程繁雜、主觀性強且難以實現(xiàn)標準化，這限制了其在臨床實踐中預(yù)后評估的真正落地和推廣應(yīng)用。

“DeepSTEMI是首個面向急性心肌梗死患者預(yù)后風(fēng)險的全流程自動化的多模態(tài)深度學(xué)習(xí)系統(tǒng)。”卜軍進一步表示，該系統(tǒng)對多模態(tài)心臟磁共振序列和臨床變量進行聯(lián)合建模，同時創(chuàng)新性地引入層級特征融合模塊（HFFM）與缺失模態(tài)生成模塊（M2FGM），實現(xiàn)跨模態(tài)信息高效融合與模態(tài)缺失情況下的穩(wěn)健預(yù)測。依托端到端多模態(tài)特征深度整合，形成真正意義上的多模態(tài)一體化分析流程。研究整合多中心真實世界數(shù)據(jù)，累計分析超過3萬張磁共振圖像，為DeepSTEMI模型的泛化能力提供了堅實的真實世界證據(jù)。為急性心肌梗死患者提供更精準的遠期心血管事件風(fēng)險預(yù)測和智能化風(fēng)險分層，展示了AI賦能心血管精準醫(yī)學(xué)的強大潛力。

卜軍表示，在多中心外部驗證中，DeepSTEMI的預(yù)測能力顯著優(yōu)于現(xiàn)行臨床評分方法和傳統(tǒng)影像指標，能夠清晰區(qū)分高危與低?；颊?，特別是在風(fēng)險分層中，該系統(tǒng)能夠更早、更精準地識別未來可能出現(xiàn)不良事件的患者，其風(fēng)險提示能力遠超傳統(tǒng)模型，有助于實現(xiàn)急性心梗高危患者的早發(fā)現(xiàn)、早干預(yù)，改善不良結(jié)局，具有更高的臨床應(yīng)用價值。同時，DeepSTEMI在不同醫(yī)院、不同類型磁共振掃描設(shè)備上均保持非常穩(wěn)健的表現(xiàn)，顯示出良好的跨中心、跨設(shè)備泛化能力，具備在臨床推廣應(yīng)用的堅實基礎(chǔ)。

為增強模型的透明度和臨床可解釋性，團隊還采用多種方法解析系統(tǒng)的“決策依據(jù)”。結(jié)果顯示，DeepSTEMI的預(yù)測重點與心肌梗死的病理特征高度一致，能夠識別出心肌損傷范圍、功能受損區(qū)域等關(guān)鍵部位，并通過可視化展示相關(guān)信息，幫助醫(yī)生理解模型判斷。團隊配套開發(fā)的可視化軟件界面也使臨床醫(yī)生可以直接查看模型輸出與關(guān)鍵影像區(qū)域，為輔助診療提供了便利。

未來，研究團隊計劃構(gòu)建更大規(guī)模的心血管影像AI模型，助力構(gòu)建“AI+影像+臨床”一體化的心血管疾病管理新模式。

上海交通大學(xué)醫(yī)學(xué)院附屬仁濟醫(yī)院卜軍教授為該論文最后通訊作者，心內(nèi)科主任、主任醫(yī)師姜萌和上海交通大學(xué)計算機學(xué)院盛斌教授為該論文的共同通訊作者，上海交通大學(xué)醫(yī)學(xué)院附屬仁濟醫(yī)院心內(nèi)科陳一凡、夏朝、趙航為該論文的第一作者。該工作得到了國家自然科學(xué)基金委創(chuàng)新研究群體、國家重點研發(fā)計劃、國家自然科學(xué)基金青年科學(xué)基金（A類）、國家自然科學(xué)基金青年學(xué)生基礎(chǔ)研究項目(博士研究生)等項目基金的支持。