当主动脉夹层患者的CT影像铺满诊室屏幕，医生要在数万张切片中寻找比头发丝还细的血管裂缝——这场“生命侦探”的较量，如今迎来了一位AI助手。华中科技大学团队在《Engineering》发布的最新成果显示，其研发的DDAsys系统不仅能以88.6%的一致性推荐手术方案，更将血管直径测量误差压缩至0.767毫米，相当于在血管壁厚度上实现“微米级狙击”。

每秒“扫描”60张切片：AI如何练就“血管透视眼”
主动脉夹层患者发病后，每小时死亡率攀升1%-2%，但传统诊断面临两大难题：CT影像判读犹如“大海捞针”，不同医生测量血管直径的最大偏差达5.33毫米（相当于血管正常膨胀范围的1/5）；而手术方案选择依赖经验，基层医院易出现决策延迟。

研究团队耗时6年构建的“血管地图库”成为破局关键——来自武汉同济医院的61190张CTA影像，涵盖正常、I型、II型、III型主动脉夹层，更包含钙化、伪影等六类“干扰项”，相当于为AI设置“找茬大师班”。DDAsys采用双阶段深度学习模型：第一阶段用“智能放大镜”锁定主动脉区域，排除肋骨、器官等干扰；第二阶段化身“血管显微镜”，通过识别内膜撕裂特征（血管夹层的标志）精准分类病变类型，整套系统处理单例患者CT影像仅需3分钟。

实测数据揭秘：AI如何“预判”医生决策

在137例临床测试中，DDAsys交出一组“逆天”成绩单：

诊断精准度：患者层面识别F1分数达0.984，较传统模型ResNet18提升9.5%；对极易漏诊的II型夹层，分类敏感度达85.7%，比现有技术提升157%；

测量神话：升主动脉直径测量误差0.994毫米，降主动脉误差仅0.767毫米（约人类头发直径的1/10），精准度堪比游标卡尺；

决策一致性：推荐手术方案与医生实际选择吻合度达88.6%，尤其在胸主动脉腔内修复术（TEVAR）中，AI根据血管直径匹配的人工血管尺寸，可缩短术中决策时间30%。

更令人惊叹的是，系统能处理“地狱级”影像——对比度不足正常值1/3的切片，或内膜撕裂紧贴血管边缘的病例（如图2）。对于这类连资深医生都需反复核实的影像，DDAsys识别敏感度仍达29.9%，比传统图像算法提升近3倍。论文第一作者黄志辉比喻：“这就像在暴雨中开车，AI能透过雨幕识别路标。”

从“影像助手”到“手术导航”：AI如何改写急救时间线

DDAsys的价值不止于诊断。在65例实际手术案例中，AI系统通过分析数千个血管横截面数据，生成“三维血管档案”，为医生推荐个性化手术方案。例如，一名I型夹层患者原本需要3小时会诊确定手术方式，借助AI分析，决策时间压缩至45分钟。

不过，技术仍有“盲区”。对于极低对比度影像，系统识别率不足40%；AI暂无法判断血管破口位置、分支血管供血等关键信息。研究团队透露，下一代系统将融合血流动力学模拟，预判夹层破裂风险，实现从“诊断已发生”到“预警将发生”的跨越。

医疗AI新范式：让“数字医生”守护3.3亿心血管患者

目前我国心血管病患者达3.3亿，且发病呈年轻化趋势。DDAsys的突破，为医疗资源下沉提供新路径——测试显示，基层医生使用该系统后，诊断效率提升50%，误诊率降低72%。团队正与多家医院合作推进临床落地，未来有望接入区域医疗影像云，实现“乡镇拍片、三甲诊断”的远程急救模式。

正如论文通讯作者张海涛教授所言：“当AI能读懂血管的‘语言’，更多生命将赢得与时间的赛跑。”这场医疗AI的“血管革命”，正在重新定义生死竞速的规则。

来源: Engineering