官方网站-首页

【导语】急性主动脉夹层，这颗潜藏在血管中的“炸弹”，以其每小时递增的死亡率严重威胁着患者生命。传统CT影像诊断依赖医生经验，漏诊误诊风险高。华中科技大学团队在《Engineering》发表最新研究，揭秘一款名为DDAsys的双功能AI系统，它不仅能以极高准确率识别主动脉夹层，还能精确测量血管直径并推荐手术方案，与医生决策高度一致，为抢救生命赢得宝贵时间。这一技术突破标志着医疗AI从辅助阅片迈向决策支持新范式，有望缓解医疗资源不均，让更多生命跑赢时间。

急性主动脉夹层被称为“血管炸弹”，发病后每小时死亡率增加1%-2%，但传统CT影像诊断依赖医生经验，易漏诊误诊。如何让AI在医疗影像中“火眼金睛”？华中科技大学团队在《Engineering》发表的最新研究给出答案：一款名为DDAsys的双功能AI系统，不仅能以98.4%的准确率识别主动脉夹层，还能精确测量血管直径，推荐手术方案与医生决策一致性高达88.6%，为抢救生命赢得黄金时间。

血管里的“生死竞速”：AI如何破解诊断困局

主动脉夹层是血管内膜撕裂导致血液涌入血管壁的致命疾病，患者常因剧烈胸痛就诊。CT血管造影（CTA）是主要诊断手段，但影像判读如同在数千张切片中寻找“发丝般的裂缝”——论文数据显示，不同医生测量血管直径的偏差可达5.33毫米，足以影响手术方案选择。

研究团队耗时6年，收集武汉同济医院279名患者的61190张CTA影像，构建全球最大主动脉夹层专用数据集。这些影像标注了正常、I型、II型、III型四种分类，并包含钙化、伪影等六类干扰特征，相当于让AI在“找茬游戏”中学习如何排除干扰。团队开发的DDAsys系统采用双阶段深度学习模型：第一阶段锁定主动脉区域，第二阶段精准识别内膜撕裂（血管夹层的标志性特征），如同先用放大镜定位血管，再用显微镜观察裂缝。

实测数据逆天：弱对比影像也难逃AI“法眼”

在137例患者测试中，DDAsys展现出惊人性能：

识别准确率：患者层面F1分数达0.984，远超对比模型ResNet18（0.899）；

分类精度：对I型、II型、III型夹层的分类F1分数分别为0.956、0.857、0.960，尤其II型识别率较传统方法提升157%；

测量误差：升主动脉直径测量误差仅0.994毫米（相当于头发丝直径的1/10），降主动脉误差更低至0.767毫米。

更令人惊叹的是，系统能处理“地狱难度”影像——对比度微弱、内膜撕裂靠近血管边缘的切片（如图1）。对于这类易漏诊病例，DDAsys识别敏感度达29.9%，比传统Hessian矩阵算法提升近3倍。团队比喻：“这相当于在雾天开车，AI能透过雾气识别障碍物。”

从诊断到手术：AI成医生“超级助手”

DDAsys不仅止于诊断，还能根据血管病变类型和直径推荐手术方案。在65例实际手术案例中，系统推荐方案与医生决策一致性达(dá)88.6%，包(bāo)括(kuò)升(shēng)主动(dòng)脉(mài)置(zhì)换(huàn)、胸(xiōng)主动(dòng)脉(mài)腔(qiāng)内(nèi)修(xiū)复(fù)（TEVAR）等(děng)术(shù)式(shì)选(xuǎn)择(zé)。论(lùn)文通(tōng)讯(xùn)作(zuò)者(zhě)魏(wèi)翔(xiáng)教(jiào)授(shòu)解(jiě)释(shì)：“系(xì)统(tǒng)测(cè)量(liàng)了(le)血(xuè)管(guǎn)每(měi)个(gè)切(qiè)片(piàn)的(de)直(zhí)径，就(jiù)像(xiàng)为(wèi)患(huàn)者(zhě)定(dìng)制(zhì)‘血(xuè)管(guǎn)地(de)图(tú)’，帮(bāng)助(zhù)选(xuǎn)择(zé)人(rén)工(gōng)血(xuè)管(guǎn)尺(chǐ)寸(cùn)，缩(suō)短(duǎn)术(shù)中(zhōng)决(jué)策(cè)时(shí)间(jiān)。”

不(bù)过(guò)技(jì)术(shù)仍(réng)有(yǒu)局(jú)限。对于极低对比度影像，系统识别敏感度不足40%；AI暂无法分析血管破口位置等重要细节。研究团队表示，下一步将融合血流动力学模拟，让AI预测夹层破裂风险，实现早期预警。

医疗AI新范式：从“辅助阅片”到“决策支持”

这项研究标志着医疗AI从单一图像识别迈向诊疗全流程支持。临床数据显示，使用DDAsys后，非心脏专科医生诊断效率提升50%，尤其适合基层医院和急诊场景。目前，团队正与多家三甲医院合作推进临床验证，未来或接入医疗影像云平台，实现“拍片即诊断”。

随着我国心血管疾病患者突破3.3亿，此类技术突破将缓解优质医疗资源分布不均的难题。正如论文所述：“当AI能看懂血管的‘语言’，更多生命将跑赢时间。”