機器學習（machine learning，ML）作為AI的關鍵，在處理大量數據方面具有顯著優勢，因此在醫學診斷、疾病預測、圖像分析、健康管理、治療效果和預后預測等方面得到廣泛應用，在醫學領域展現出了變革性的影響力。
而主動脈作為人類全身臟器供血的主要通道，其病變如果累及分支血管，可導致心、腦、脊髓、腸道、肢體等全身多個重要組織器官缺血（器官灌注不良），從而顯著影響患者預后。器官灌注不良的評估涉及病史、查體、實驗室檢查以及基于CT血管造影的影像學判讀結果在內多維跨域數據。
隨著信息技術的飛速發展，人工智能（AI）作為一門新興的交叉學科，以其強大的數據處理能力和精準的預測潛力，有望實現主動脈疾病的精準診斷、個性化治療，在主動脈疾病診療的應用將會日益廣泛。
空軍軍醫大學西京醫院心臟外科主任醫師、博士生導師俞世強教授在《空軍軍醫大學學報》2025年2期發表論文，全面綜述AI在主動脈影像數據分析、主動脈血流評估以及疾病預后風險預測方面的應用，展望AI技術可能為主動脈疾病診療帶來的新變化。
俞世強的文章在對AI在主動脈影像數據分析中的應用、AI在主動脈血流評估中的應用和AI在主動脈疾病患者風險預測中的應用作分層深入分析論述后，在“總結與展望”部分概括：AI技術在主動脈疾病研究中的應用已取得了顯著進展。在主動脈分割方面，CNN技術的成熟應用提高了分割的準確性和效率；在疾病診斷和風險分層方面，機器學習方法展現出了良好的預測能力；在術后并發癥預測方面，多項研究為臨床決策提供了重要參考；在主動脈縮窄血流動力學分析及MRI優化方面，也取得了重要突破。這些成果為主動脈疾病的診療帶來了新的思路和方法，推動了相關領域的發展。
同時，他強調指出，AI在主動脈疾病中的應用仍面臨諸多挑戰：其一是數據質量和標準化問題亟待解決，不同研究間數據集的差異導致結果難以直接比較和整合；其二是AI模型的解釋性不足，在醫療決策中缺乏透明度，難以獲得臨床醫生的完全信任。此外，將AI技術整合到臨床工作流程中仍面臨技術和操作上的困難，需要跨學科團隊的緊密合作。最后，倫理和法律問題，如數據隱私保護、診斷責任界定等，也需要在技術發展的同時得到充分關注和妥善解決。
俞世強期望，面對未來AI在主動脈疾病中的廣泛應用，應開展大規模、多中心的臨床研究，驗證現有AI技術的有效性和可靠性，建立統一的數據標準和規范，促進研究成果的轉化和應用。加強對AI模型解釋性的研究，開發可解釋性強的算法，提高其在臨床決策中的可信度。進一步推動跨學科合作，整合醫學、工程學、計算機科學等多領域知識，優化AI技術在主動脈疾病診療中的應用。同時，持續關注倫理和法律問題，制定相應的準則和法規，確保AI技術的合理、安全、有益應用。
文章相關信息：https://link.cnki.net/urlid/61.1526.R.20250102.1121.002(2025-01-02)
本文鏈接：AI在主動脈疾病中的應用顯著與諸多挑戰并存http://www.lensthegame.com/show-11-17916-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任，僅提供存儲服務。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 從“兩彈一星”精神再出發，做時代需要的事
下一篇： 春暖花開宜運動 專家提示老年人要量力而行