最近几年，“人工智能（AI）+医疗”一直是业界一个很火的话题，不断有相关的信息被报道，但真正能应用于医疗临床尤其是心血管方面的可以说凤毛麟角。首都医科大学附属北京安贞医院联合人工智能领军企业科亚医疗，不仅把人工智能的理念带入了临床，更将实实在在的产品应用于临床，协助医生提高工作效率的同时，更造福了广大病患。365心血管病网有幸采访到安贞医院周玉杰教授给我们介绍了人工智能是如何改变心血管疾病诊疗的。

采访：

　周教授您好，非常感谢您接受我们的专访。据了解，CTA对非创伤性的评价冠状动脉造影里有较高的准确性，但无法提供病变血管的血流动力学信息，能否请您介绍一下FFRCT的原理和目前的应用情况？

周玉杰教授：

　针对目前的CTA，现在社会上有一种流传的三句半，“病人有胸痛，症状不典型，怎么办？”，造影成了普遍的问题。病人住院也难，看病也难，那么有了CT确实可以解决很多问题。通过CT可以发现病人有狭窄或比较重的就住院放支架。但是病人有狭窄，放支架就对吗？那肯定是不对的，现在有的病变狭窄到90%，但病人的血流和心功能都很好，譬如我们有个病人在新疆可以开车十个小时，这样的病人即使狭窄很重，心功能是非常重要的评价。CT只是QCA 解剖学的评价，看狭窄多少，那么能够有机结合FFR是非常重要的。目前FFR只能拿一根导丝，借助有创的手段才能测出FFR，用腺苷和ATP，现在造影用无创的手段也能测出来。譬如不用药的时候叫IFR,那么Angiography造影的时候看FFR，但造影毕竟也是介入，那么不介入的时候能不能呢？CT也开始发展功能学的评价，CTFFR是非常重要的。其实每一位病人出来以后，都需要有一个解剖学狭窄的评价。有一个影像学的博士，到我这里做博士后，我给他的一个命题论文就是“见到血管的狭窄就能测出FFR”，这叫FFRGPS，是我提出这个理念，但是始终也解决不了。现在正好有人工智能的技术能够解题。只要血管中有流动的血，那么CT上就能看出任何狭窄的FFR。过去20分钟测出一个病例，我们觉得太长了，现在5分钟就能出结果，这是从血管解剖学的狭窄变成了功能学的评价。好看不如好用，真正用眼睛来看病的时代已经过去了。

采访：

　CFD流体仿真计算FFR有较大的局限性，其中最大的一个缺陷就是计算量比较大，难以实时监测，但是Deepvessel FFR他采用人工智能技术,极大的解决这个问题。能否请周教授简单介绍下这个原理。

周玉杰教授：

这确实是一个非常有趣的问题，比如说刚才提到的原始的流体力学，我们在医用物理学、流体力学的时候就把那些方程、粘度、流速，如果能把所有的血管有狭窄的流体力学的参数输入到一个大数据库里，再去重新处理，把他所有的信息搜集的越全面越好，这个时间特别浪费，有时候做一个病变要通过多少个小时才能出来，我叫大数据硬处理得到FFR。而我们这个Deep Learning的人工智能是完全不一样的，他跟我们大脑一样可以不断学习，以前学习很多知识，突然有一天你看到一个什么东西，中枢神经接受了一个外周神经的信号，那么就是我们看到一个狭窄，马上进到大脑里找到了原来我们学习的模块。大脑里有一个智慧，马上就知道这个FFR是多少，原来储存了这些信息，这叫深度学习技术。它已经把很多人类的病变都先学习进去了，然后再见到这个病变就马上出这样的结果，这种就相当于人的智能。有一个中枢神经系统又有一个外周神经系统去感知，再到中枢。就像下棋一样，这道程序的模块已经在大脑中存在，所以说这是一个非常有趣的研究方式。我原来不太信，像阿凡达似的，那个中枢神经在控制着整个世界，我想这不可能吧？所以人类就是这样，智能就是这样去做的。深脉做完了这些数据，我再用有创的“FFR”做了一遍这个数据，结果完全一样，我就觉得人工智能还是真了不起，这个AI是肯定能够实现的。如果我们的医学行业都用AI的技术，病人就少一些创伤。那么在治疗上，能做“介入手术”的，就不要“外科开胸”；能做“药物治疗”的，就不要做“介入手术”，总之用最简单的方式去解决。那么这个诊断也是最快、最有效的，在功能学评价上达到最优化。刚才说的我们过去都是很笨的，把所有的数据都收集，所有的数据都是云处理，觉得自己很了不起。但是在这个Deep Learning的技术上，Deep Learning就是人工大脑，就是大脑这个人工智能，所以这个中枢神经系统和每个病变的一个连接是一个即刻就能得到非常准确的结果。

采访：

那么能否请您介绍一下DSA-FFR的原理吗？

周玉杰教授：

DSA-FFR必须有两个以上的角度，比如说造影的时候，在一个垂直的角度（45度以上的角度），用的是通过血流看有没有狭窄。如果有狭窄，也靠流体，跟刚才说的CT是一致的。那么有流动的时候，如果把传统的大数据都去每点面采集的特别多，才特别准，这又是很慢很费功夫。但是，如果人工智能预先埋在大脑中，深度学习，再去用一个狭窄和一个流体去找回来，那么就实现不用导丝了，这就是Angiography-FFR。这样的结果不仅省了费用，还不用药和“有”介入一次操作的危险。

采访：

我们都知道“GPSFFR”理念是您第一个提出的，能否请你介绍一下它的内涵？

周玉杰教授：

这源自于我平时在开车的时候经常不记道，在北京我可能也是用GPS来导航，当时我就想到，心脏和地球一样也都需要GPS导航的，现在我的博士后做一个病变的FFR，我说你能把人体内的FFR 也带进去，特别一个血管叫做Tandem Stenosis（串联的狭窄）比较多，导丝在远端两个狭窄之间，需要去一个一个测，如果放一个远端的支架，再去重新测，又改回来一个FFR，这叫串联的病变，这是一个很大的难题。韩国人就搞了一个“Δ”角计算的方式去算，这样就给他一个课题，你见到所有狭窄能不能把功能的FFR去做出来，这个问题还是挺难的。那么Deep Learning正好通过人工智能解决见到狭窄出现的一个FFR。这个FFR在球形的心脏，只要有血管的地方就有狭窄，就出现了GPS的指路。FFR就像纬度一样，就告诉我们这个地方的狭窄是FFR0.8， 0.7还是0.6，然后有一个数据显示，FFR真正的把心脏做出了一个像GPS导航，我们在无创阶段就是实现了一个心脏全球化的FFRGPS是非常具有创新性的。