作者：马春燕，中国医科大学附属第一医院心血管超声科

人工智能(artificial intelligence， AI)机器人ChatGPT于2022年被推出，之后迅速在社交网络上走红，使人们对AI的应用产生了新的期待。AI在广义上指利用计算机模拟人类思维过程和智能行为，以完成既往需人的智力方可胜任的工作。在医学领域，庞大的患者数量要求医师在冗杂信息量下进行高效诊断及治疗。心脏超声具有快速、准确及实时等优点，现已成为临床诊断心血管疾病的首选影像学检查之一；结合AI技术更能在测量心脏容积、评价心肌功能及瓣膜定量等方面发挥重要作用，目前已陆续用于临床。

1. 智能定量评价心脏容积

心脏超声诊断心血管疾病的关键在于准确评价左心室容积及射血分数(ejection fraction， EF)；临床最常用测量方法是在心尖四腔心及两腔心切面描记心内膜曲线，并通过改良Simpson法计算容积及EF，在心房颤动等特殊情况下需测量多个心动周期以取平均值，存在耗时长、观察者内及观察者间一致性较差等问题。近年多家超声设备公司研发的实时智能描记左心室容积及EF技术可有效减少医师机械性重复操作，使之更专注于心脏疾病本身，这对于急危重症患者尤为重要，还可降低观察者间测量结果的差异、提高可重复性，目前已在临床广泛普及。

二维超声心动图存在一定局限性，如左心室心尖图像“缩短”致容积被低估，测量方法普适性有限、不适用于心腔形态异常等患者，以及测量心尖四腔心及两腔心以外的心脏病变准确性欠佳等。实时三维超声心动图可克服二维超声心动图的上述缺陷，为国内、外指南推荐的最佳定量心腔方法；但传统三维方法需要通过人工手动描记心内膜，分析时间较长、测量准确性及重复性均有限。

随着AI技术的快速发展，基于AI的自动三维超声心动图定量评价技术已获批用于临床。如Philips公司研发的“Dynamic Heart Model”为基于“心脏模型”的三维全自动左心定量技术，可通过一键式操作进行智能分析，同时获取左心室舒张末期容积和收缩末期容积、左心房最大容积和最小容积及容积-时间曲线，并计算左心室及左心房EF，分析过程耗时短、结果具有良好的准确性及可重复性；还可追踪描记左心室心外膜以获得左心室质量(left ventricular mass， LVM)。

LVM增加可加重心血管死亡风险；利用智能软件快速计算LVM对于临床管理心血管疾病患者具有重要价值。GE公司的4D自动左心室定量分析(4D automatic left ventricular quantitation， 4D LVQ)及4D自动左心房定量分析(4D automatic left atrial quantitation， 4D LAQ)技术亦可自动测量左心室和左心房的三维容积及EF。

近年来，评价右心系统逐渐受到重视。由于右心室形状复杂，二维超声心动图价值有限。三维超声心动图评价右心室容积及EF的准确性较好，但手动测量相对复杂，不利于临床推广。Philips公司新近研发的4D右心室量化软件及GE公司的4D自动右心室定量分析系统均可显著减少手动输入，实现智能化测量右心室容积及EF，具有可重复性好、准确性高等优势。

2. 心肌功能评价-自动心肌应变分析

应变指心肌在张力作用下发生形变的能力，可反映心肌收缩功能；目前常通过二维斑点追踪技术逐帧追踪心肌在心动周期中的位置变化而获得。心肌应变可于更早期、敏感地评价心肌运动情况；其中，左心室整体纵向应变(global longitudinal strain， GLS)为成人超声心动图定量心腔指南所推荐的评价左心室整体收缩功能的重要参数，已广泛用于早期评估心肌损伤。

既往手动测量GLS结果的可重复性较差。最新研发的AFI及AutoStrain等自动应变分析软件可自动识别心尖三腔心、四腔心及两腔心切面，进而实现心腔分割、心内膜追踪及自动测量，具有良好准确性及可重复性，并已获得越来越多的认可。

除左心室GLS外，左心房及右心室应变也逐渐成为研究热点。研究表明，联合多心腔应变对于预测疾病预后更具价值。利用相关智能软件同步开发的左心房及右心室自动应变分析技术，如4D LAQ，不仅能获得左心房容积参数，还可同时获取三维左心房纵向应变及左心房圆周应变；其中的左心房圆周应变有助于指导制定以往必须基于心脏MR检查做出的抗凝治疗非瓣膜性心房颤动方案。

3. 自动瓣膜分析

随着人口老龄化的加剧，心脏瓣膜病患病率呈上升趋势，带来严重卫生经济负担。近年来，介入治疗瓣膜病变、尤其经导管主动脉瓣置换术及经导管二尖瓣缘对缘修复术逐渐成熟并已在临床广泛开展；术前通过影像学方法评估瓣膜及瓣环有助于掌握适应证、适当选择人工瓣膜型号或钳夹方式等。

以往临床常通过经食管超声心动图(transesophageal echocardiography， TEE)、基于多角度二维图像或通过采集三维图像行后处理而评价瓣膜，操作复杂、耗时、重复性差，且医师学习曲线较长。

随着AI技术与3D TEE的发展，近年出现的4D LVQ、eSie Valves三维自动定量分析等智能化软件能够自动分析主动脉瓣环三维超声图像，具有良好可行性、准确性及可重复性；二尖瓣三维自动化分析软件如eSie Valves、4D auto MVQ及4D MV ASSESSMENT等均可自动识别二尖瓣结构、动态追踪并分析生成二尖瓣图像及其系列参数；三尖瓣自动定量技术(4D Auto TVQ)亦可快速、准确地生成三尖瓣相关参数，进而提供增量信息。自动化定量瓣膜及瓣环可大幅减少手动输入，节省分析时间，缩短医师学习曲线，同时提高可重复性。

然而自动超声心动图智能软件用于临床实践存在一定局限性：首先，不同超声软件的智能算法不同，尚未经多中心大样本临床研究证实其测量结果的一致性；其次，现有超声心动图正常参考值多源于手动测量，而AI自动生成与手动测量结果存在差异，用于临床时需考虑可否直接采用既往相应参考值；最后，AI分析图像同样依赖良好的图像质量并需酌情加以手动调整，尚未实现完全自动评价。

来源：马春燕.人工智能在超声心动图中的临床应用现状[J].中国医学影像技术,2024,40(08):1121-1123.

(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)