近日，阿里宣布在醫療AI領域取得新進展，繼創下肺結節檢測、肝結節診斷技術的重大突破后，又攻克了難度系數更高的心血管識別技術。

阿里AI論文被MICCAI 2019提前接收

據介紹，從CTA影像中準確提取心臟冠脈中心線是冠心病診斷的必備條件，也是診斷流程中耗時最多的一環。心臟冠脈幾何特性復雜、血管特別細小，容易受到形態相似的靜脈血管的干擾。如果出現血管阻塞，還有可能無法提取整根血管。

傳統的心臟冠脈中心線提取方法大多存在人工交互多、耗時長等缺點。阿里巴巴提出了判別式冠脈追蹤模型。這一模型由三維卷積神經網絡構成,充分利用三維空間特征，可從影像中迭代搜索完整血管，且正確區分冠脈與靜脈。

在學習了數十萬個訓練樣本后，阿里AI無需人工交互，僅用0.5秒就能提取單根冠脈血管，提取完整冠脈樹用時不超過20秒，相比傳統方法效率提升近百倍。傳統算法需要處理整個影像，阿里AI則能自動忽略冗余信息，大大提高效率。

阿里AI在0.5秒內全自動提取的單根心臟冠脈，醫生可從重建的影像上快速發現病灶。右上為血管上的軟斑塊，右下為鈣化斑塊。

心血管疾病是世界上致死率最高的人類疾病。心血管疾病診斷的復雜性，導致AI醫學影像識別在該領域應用極少。阿里AI能幫醫生提升診療效率，提高冠心病接診量。AI輔助醫生進行心血管疾病診斷的未來近在咫尺。

關鍵詞：