您的位置:首页 >精选知识 >

人工智能改善心脏瓣膜病患者的预后

这位68岁的男子因先前植入的心脏瓣膜出现严重并发症而被送往德克萨斯州医院。来自两家不同心脏瓣膜制造商的销售代表告诉他的外科团队他们帮不上忙。

外科医生联系了一家由佐治亚理工学院研究员共同创立的初创公司,看看它的技术是否可以帮助他们挽救他的生命。

DASISimulations在其技术中使用人工智能(AI)和计算机视觉来进行个性化和更准确的心脏瓣膜置换建模。该公司表示,结果与得克萨斯州患者的情况一样,减少了错误并改善了患者的治疗效果。

该公司的建模为德州医疗团队提供了四种安全的设备选择和方法来解决最初的问题,并在24小时后让患者出院。

“医生们把这个病例送到了我们的总部。基本上,我们可以向他们发送这些3D图像,医生可以在其中看到会发生什么。不仅如此,他们还能够大胆地进入并扩张之前的瓣膜,并执行在第一个瓣膜内植入第二个经导管心脏瓣膜的手术,”联合创始人、首席技术官LakshmiPrasadDasi说,心脏瓣膜工程和心血管生物力学领域著名学者。

医生挽救了这名男子的生命,但到2023年,心血管疾病——世界上最主要的死亡原因——将夺去22,000多名格鲁吉亚人、美国约70万人以及全球1900万人的生命。更令人生畏的是,到2030年,全球死亡人数预计将超过2300万。

该公司希望通过利用AI专注于心血管疾病的主要原因来改善这些结果:瓣膜性心脏病,当心脏的四个瓣膜中的任何一个受损并影响血流时就会发生这种疾病。

“当外科医生通过我们的系统运行这些患者时,医师团队可以清除他们担心的许多并发症。他们将能够参与并制定个性化计划,”埃默里大学和佐治亚理工学院华莱士·H·库尔特生物医学工程系本科生研究副兼RozelleVandaWesley教授Dasi说。

该公司成立于2019年,目前正处于过桥融资阶段,预计将于2023年秋季进行A轮融资,目前已获得约400万美元的投资资金,其中包括一笔60万美元的非摊薄赠款。DASISimulations在美国拥有40家客户医院,并与佐治亚理工学院的VentureLab合作,后者与教职员工和学生就其研究商业化进行合作,以确保资本投资。

利用DasiSimulations技术的医院专门将其用于一组高危患者。由于晚期疾病状态的复杂性,外科医生不想对这些患者进行手术。如果不进行手术干预,这些患者将在六个月至两年内死亡。DasiSimulations技术可以帮助外科医生通过基于人工智能的高级模拟来应对这些高风险手术。

“问题是,目前,当医生计划对患者进行治疗时,例如瓣膜置换术,他们的过程在灵活性和对特定患者解剖学特征的适应性方面极为有限。”

所有患者都接受心脏CT扫描,然后进行耗时的测量,Dasi说,他也是佐治亚理工学院帕克H.Petit生物工程和生物科学研究所的教员。今天的医生成像仪使用计算机鼠标并从这些二维扫描中测量患者的心脏,以确定需要多大尺寸的置换瓣膜。

Dasi说,这是一个耗时且不精确的过程,现在变得更加复杂,因为心脏瓣膜销售代表——而不是外科医生——在美国800家进行结构性心脏手术的医院中的大多数进行了大部分扫描测量。

“因此,销售代表正在进行测量,作为他们向医院提供的销售服务的一部分,”他说。“总的来说,人为错误增加了15%到20%的可变性,并且当多人进行不一致的测量时会浪费大量时间。”

由于这种情况,关于如何处理任何给定患者病例的最终决定可能会受到影响。

“心脏团队做出的决定会受到影响,不仅因为测量结果可能不准确,而且因为他们无法预测患者在选择特定设备时可能面临的风险。因此,几乎没有针对患者的任何个性化程序,”Dasi说。“通常,当这些外科医生在五年后进行外科手术时,他们会意识到‘我们不应该像以前那样做手术。’”现在,你陷入了这种困难的境地,因为当时选择不同的设备可能会降低今天手术的风险。”

这种情况转化为并发症的发生率很高,如果在患者出院后30天内发生,医院将增加无法报销的费用。

通过消除偏见降低风险

DASISimulations技术基于佐治亚理工学院、俄亥俄州立大学、埃默里大学和皮埃蒙特医院进行的研究,使用人工智能创建3D模型,以根据CT扫描进行精确测量。与医生或销售代表可能需要30分钟相比,这个过程只需要计算机几秒钟。

该公司表示,由于3D建模和AI测量是准确的,因此消除了手动错误的可能性。此外,由于销售代表没有按照目前的做法进行建模以推动销售,因此不存在偏向于使用任何一种心脏瓣膜置换设备的可能性。

该公司的技术还包括3D预测建模,使医疗团队能够更好地了解潜在结果和并发症的可能性。在目前的方法下,医生根据二维扫描决定使用何种支架或瓣膜,但他们不一定能预测可能出现的并发症。

Dasi说,借助DASISimulations的预测技术,手术团队不必猜测给定瓣膜可能出现的并发症,并且可以为患者做出更好的决定。

“这里真正的好处是,现在他们掌握了科学,他们可以做出数据驱动的科学决策,而不是基于临床直觉的猜测。”

免责声明:本文由用户上传,如有侵权请联系删除!