一个 AI 在医疗领域非常有价值的案例

@西里森森：分享一个我最近刷到的 AI 在医疗领域非常有价值的案例。

前几天，浙江大学医学院附属第一医院和阿里巴巴达摩院发布了一个急诊 AI 模型，专门用来识别一种叫急性主动脉综合征的疾病。

这个病的名字如果你是第一次听的话可能不太熟悉，但它其实是急诊室里最让医生头疼的隐形杀手之一。
举个例子，假设一个人因为剧烈胸痛被送进急诊室，医生第一反应可能是心梗，毕竟心梗太常见了。

但如果这个人得的不是心梗，而是主动脉夹层呢？
这两种病的症状几乎一模一样，但治疗方法却完全相反。
心梗是血管堵了，需要用药物疏通；主动脉夹层是血管撕裂了，如果用了抗凝药物，反而会加速血管破裂。

这就是急诊室里每天都在上演的生死博弈。

你可以把主动脉想象成人体内最重要的高速公路，负责把血液从心脏运送到全身各处。
急性主动脉综合征，就是这条高速公路的路面突然出现了裂缝。血液在高压下不断冲击裂缝，就像洪水冲击堤坝的裂口，如果不及时修补，整个堤坝都可能崩溃。

具体来说，这种疾病主要包括三种情况：主动脉夹层、主动脉壁内血肿和主动脉穿透性溃疡。
其中最凶险的 A 型主动脉夹层，被医生们称为血管里的定时炸弹。每过一个小时，死亡率就增加 1% 到 2%。48 小时内如果没有手术，死亡率高达 50%！

那为什么这个病会这么容易被误诊呢？
假设凌晨三点，一个中年男性因为剧烈腹痛被送进急诊。他说自己有腰椎间盘突出的病史，现在腰部和腹部都很疼。
值夜班的医生已经连续工作了十几个小时，面对这样的症状，第一反应很可能是：腰椎间盘突出急性发作。

于是安排了平扫 CT，片子显示确实有腰椎间盘突出，病人被当作腰椎病患者留院观察。

7 个小时后，病情急剧恶化，再做各种检查，才发现是 B 型主动脉夹层。
但因为耽误了 7 个小时，他的下肢和双肾已经因为缺血出现了坏死。

这不是个案，根据浙大一院的统计，在 13 万名胸痛急诊患者中，有 48.8% 的 AAS 患者在初诊时被遗漏了。
对急诊医生来说，心梗病人见得太多了，主动脉夹层却相对少见。当看到胸痛症状时，大脑会自动调取最熟悉的诊断模式。

同理，主动脉覆盖范围太广了，从咽喉到尾椎，从腹部到背部，任何地方的疼痛都可能是它在作祟。
一个腹痛的病人，医生更容易想到胆囊结石或肠胃炎；一个背痛的病人，更容易被诊断为腰椎问题。

换句话说，就是这个病太会伪装了！

那 AI 又是如何破解这个难题的呢？这就要说到达摩院团队的巧思了。

他们发现了一个关键信息：超过 50% 的胸痛患者在急诊时会做平扫 CT。
注意，是平扫 CT，不是造影 CT。

这两者的区别在哪？
造影 CT 需要注射造影剂，能清楚看到血管，但有过敏和损伤肾脏的风险，而且很多基层医院没有这个条件。平扫 CT 就像普通 X 光的升级版，便宜、快速、无创，县医院都能做。

传统观念认为，平扫 CT 看不清血管，对心血管疾病诊断价值不大。
但达摩院团队不这么想，他们用了三年时间，训练 AI 在平扫 CT 上识别主动脉的细微变化。

具体来说，AI 会在几秒内完成三件事：
1. 自动勾画出主动脉和血管腔的轮廓
2. 判断血管壁有没有结构异常
3. 如果发现问题，立即向医生弹窗报警

这个过程就像给医生配了一个永不疲倦的助手，更重要的是，这个助手的视力超乎想象。

在对比实验中，低年资医生的诊断敏感性显著低于 AI，即使是高年资医生，在 AI 辅助下诊断水平也有明显提升。

理论说得再好，关键还是要看实战效果。
团队把 AI 模型部署在上海一家三甲医院的胸痛中心，进行了两个月的临床测试。
在 15584 名胸痛患者中，AI 精准识别出 21 例 AAS 患者，敏感性达到 95.5%，特异性达到 99.4%。

敏感性 95.5%，意味着 100 个真正的 AAS 患者，AI 能找出 95 个；特异性 99.4%，意味着 AI 很少会冤枉正常人。

更关键的数据是时间，这 21 名患者从入院到确诊，平均只用了 1.7 小时。
而根据国际研究，欧美国家的中位确诊时间是 4.3 小时，平均缩短 2.6 小时，意味着死亡率降低了至少 5%。

其中有个案例特别典型。
一个 43 岁的患者因为" 上腹部钝痛 12 小时" 入院，医生初步判断是胆囊结石，开了上腹部平扫 CT。

就在这个节点，AI 从 CT 影像中发现了主动脉夹层的征兆，立即报警。医生马上安排血管造影确诊，整个过程只用了 1.6 小时。

如果没有 AI，这个患者很可能被当作胆囊结石收治，等到血管破裂才发现真相。

目前，浙江已经有 10 家医院部署了这个系统，包括浙大一院这样的顶级医院，也包括衢州市柯城区人民医院这样的基层医院。

这里有个细节特别值得关注，浙江推行医共体模式，意思是大医院和基层医院形成联盟，共享医疗资源。
很多乡镇卫生院虽然有 CT 机，但没有资深的影像科医生。
他们的做法是，病人在乡镇拍片，影像实时传输到上级医院，由那里的医生出报告。

这意味着什么？
意味着部署在 10 家医院的 AI，实际上通过医共体网络，覆盖到了数百家基层医疗机构。
一个农村的大爷，在家门口的卫生院拍个 CT，就能享受到和大城市一样的 AI 诊断服务。

医疗 AI 的故事，本质上是关于时间的故事。

对 AAS 患者来说，每一分钟都在与死神赛跑，1.7 小时和 4.3 小时的差别，可能就是生与死的距离。
对急诊医生来说，面对汹涌的患者，时间永远不够用。
对基层医院来说，培养一个能识别疑难杂症的医生，需要十年时间。

而 AI 改变的，就是这些时间尺度。
它让诊断从小时缩短到秒，让经验积累从十年压缩到瞬间，让先进技术从大城市扩散到乡镇只需要一根网线。

当然，AI 也不是万能的，它不能代替医生的临床判断，不能安慰焦虑的家属，不能在手术台上挽救生命。
但它可以成为医生的第二双眼睛，在最容易被忽略的地方，发现最致命的危险。

技术普惠，或许就是这个意思：让每个生命，无论身在何处，都能被同等地珍视和守护。