人工智能在心脏病学中的应用

摘 要：在现代医学中，决策是复杂的，并且决策最好是基于现有的数据、结构化的知识和对单个病人的正确认识所做出的。自动算法，也被称为人工智能，能够从数据中提取有意义的模式，并在识别的模式基础上建立决策，可能是临床决策过程中的有用助手。在这篇文章中，回顾了基于人工智能的临床心脏病学研究。文中还谈到了伦理问题，并推测了自动算法与临床医生在心脏病学和一般医学中的未来角色。

关键词：决策；心脏病学；人工智能 

      在现代医学中，决策是一个复杂的过程，理想的情况是基于客观和可靠的证据，立即获得知识，以及正确解释现有的事实，并将病人的风险-收益等比例纳入每一个决策步骤；然而，在现实世界中的医学实践告诉我们，证据并不总是可用的，知识的渗透需要时间，关于个别病人的决定不一定是客观的。在Daniel Kahneman（2002年获得诺贝尔经济学纪念奖）等人最近发表的一篇文章中，判断和决策中的大多数错误主要归因于两种现象，即偏见，例如对少数民族的成见（社会偏见）和噪音，这意味着决策受到不相关因素的影响，例如当前的情绪、距离上次用餐的时间和天气。综上所述，在生成证据、构建知识并将其转化为临床决策方面，显然还有改进的余地。我坚信，将人工智能工具，如深度学习和深度推理，纳入日常医疗决策，将改善病人护理。当然，一个前提条件是，医生必须保留最终控制权，密切关注个人决定，并有权在明确的情况下推翻算法。

1人工智能

       一般来说，人工智能被认为是工程学的一个分支，实现新的概念以解决复杂的挑战。由于生物学和医学正迅速成为数据密集型学科，深度学习算法作为一个能够从数据集合中提取有意义的模式的自动化算法集合，已被应用于多个领域，并显示出比现有机器学习算法的突破性收益。因此，在医学领域广泛实施深度学习算法可以带来可操作的知识，并改变我们开发治疗方法、对病人进行分类、研究疾病和做出决定的方式。在心血管生物医学领域，有四个生物医学大数据源特别值得关注。它们包括：

1）功能表型，如人口统计学、血液动力学、心电图、超声心动图和成像数据；

2）从大型试验或临床环境中获得的大规模泛组学数据中获得的分子特征；

3）医疗记录，包括包含医生笔记、实验室测试结果和其他疾病、治疗和流行病学信息的患者电子医疗记录，这些信息可用于关联研究和预后及药物反应的预测模型；

4）文献知识。据估计，在心血管医学领域，每2.7分钟就有一篇新的文献发表。这一数据量使人类的智慧不堪重负，但可以通过深度学习算法进行挖掘和结构化。

2人工智能在心脏病学中的应用

       尽管人工智能逐渐渗透到医学和生物学领域，但如今大多数心脏病专家更倾向于将其与未来的外星现象联系在一起，而不是将其与即将征服包括心血管医学在内的医学领域的工程工具联系在一起。就在最近，Dawes等人发表了一种基于心脏磁共振成像的三维收缩期心脏运动模式算法，使他们能够高精度地预测肺动脉高压患者的预后。这项研究使用了250名患者的医疗数据，软件复制了他们心脏上3万多个点每次跳动时的收缩方式。这为每个患者建立了一个虚拟的三维心脏，同时算法了解哪些特征与早期死亡或右心衰有关。在一次采访中，该研究的第一作者指出，以这种方式使用人工智能最有用的功能之一是:没有人为错误。将这些发现转化为临床实践意味着医生可以使用一种工具，自动将患者分为特定的预后类别。与传统方法相比，上述方法保护患者免受侵入性手术，节省时间和人力，最大限度地减少人类判断固有的灰色地带。Shah等人令人印象深刻地展示了深度学习的另一个应用，他们使用不同的算法对心力衰竭和射血分数保留的病人建立了新的表型分类法。众所周知，这种临床综合征包括不同的实体，尽管其有害的预后，但迄今为止，在众多临床试验中测试的治疗策略都被证明是有效的。一般认为，受影响患者更好的表型可能是成功治疗策略的关键。在最近的一篇文章中，确定的表型组(第1组: B型钠尿肽水平较低的年轻患者，第2组:肥胖和糖尿病患病率最高的患者，第3组:慢性肾病因素最多的老年患者，心肌功能不全机制最多的患者，不良结局最高的患者)通过心电图[5]的复极化特异差异得到证实。这是通过使用无监督机器学习分析来完成的。不足为奇的是，所描述的研究结果刺激了该领域进行具有临床高度相关的新见解的表型特异性研究。这些人工智能算法在心脏病学中的首次成功应用将为更多的应用铺平道路，并应被视为心血管医学新时代的先驱。

3伦理考虑和未来展望

      人工智能在医学和其他领域的实际使用涉及到广泛的伦理问题，包括开发人工智能者的伦理努力的透明度，对隐私的威胁，对人类尊严和机器人权利的威胁。尽管乐观，我们作为一个社会应该意识到，在滥用的情况下，人工智能这样强大的工具所固有的潜在威胁。Space-X和特斯拉背后的企业家埃隆马斯克最近指出，会思考的机器可能对人类构成生存危险，并呼吁在国家和国际层面进行监管。作为医生，我们需要问自己的问题是：这些警告应该如何转化为医学观点？我们的职业道德规范有着悠久的传统，如《希波克拉底誓言》及其修改版，以及更现代的规范，如《日内瓦宣言》等。无论医疗环境如何变化，我们都应该遵循这些准则。我们的知识将与深度学习算法所产生的内容同步增长。当然，在遵守职业道德规范的前提下，人类智能在知识或决策的准确性方面将无法胜过人工智能。机器人技术的发展可能有一天会取代实用技能；然而，我们与生俱来的移情能力可能是机器无法比拟的。著名的理论物理学家和宇宙学家斯蒂芬霍金最近在总结他的专业见解时说，人类的未来取决于它的同理心。根据这一点，我坚信心脏病学和一般临床医学的未来将取决于我们的移情能力和对基于人工智能工具的接受程度。

4结论

      在临床心脏病学领域，迄今为止的一项研究表明，深度学习算法在预测肺动脉高压患者的预后和未来事件方面明显优于临床医生。在另一项研究中，机器学习帮助对射血分数保留的心衰患者进行了明确的表型分类[4]。基于人工智能工具的进一步心血管研究正在进行中。由于人工智能有可能改变我们生成知识、解释数据和做出决策的方式，它可能会在医疗保健提供者和临床医生中引发不确定性和保留意见。在维也纳总医院的心脏病病房，我们目前正在测试将交流类人机器人作为人与人工智能之间的友好界面，是否可以促进临床医学世界与智能机器之间的融合。无论最终融合的本质是什么，临床医生能够贡献的最强大的工具是我们的同理心、创造力和乐观精神。