楊宏波 潘家華 王威廉 郭濤 張戈軍 唐永研 許虹莉

1昆明醫(yī)科大學附屬心血管病醫(yī)院（昆明650000）；2云南大學（昆明650000）；3國家心血管病中心（北京100000）

先天性心臟病是最常見的先天性缺陷，約占到出生缺陷的30%，先天性房間隔缺損（atrial septal defect，ASD）占到了先天性心臟病中的約1/4，帶來了嚴重的社會和經濟負擔[1-2]。根據出生缺陷統(tǒng)計所得先心病發(fā)病率為4‰～50‰[3]，造成不同地區(qū)所統(tǒng)計的發(fā)病率差異的原因為診斷及時性、診斷的條件和手段[4]。據調查全世界各地區(qū)的發(fā)病率美國（1998-2005）為8.1‰、英國（1985-2004）6.4‰、歐洲 22國為 6.5‰、丹麥（1977-2005）為10.3‰、臺灣為10.1‰[5-6]，中國還缺乏相應的注冊研究，2012年的中國出生缺陷報道中國目前的發(fā)病率為4.1‰[7-8]，明顯低于歐美國家，但是國內的數(shù)據是來自于許多小的分散醫(yī)院或學校篩查，可能受限于篩查技術手段和目的人群的選擇，與真實數(shù)據有差異。隨著出生率以及人口流動的增加，先心病患病率可能增至9‰ ～ 10‰[1]。

常用的篩查技術為人工聽診后進行超聲確診，但人工聽診限于聽診器械、主觀聽診及環(huán)境因素的影響，診斷準確率及誤診率客觀存在；超聲檢查對技術及設備條件要求高，不能進行普遍性確診篩查[9]。先天性ASD缺乏特異的心臟雜音，常常有誤診和漏診。基于人工智能的輔助聽診技術利用電子聽診器在醫(yī)務人員進行先心病篩查時采集心音信號，構建心音庫，對采集的心音信號進行數(shù)字信號處理，提取相關的病理特征，形成學習與記憶，最后實現(xiàn)機器輔助聽診和診斷。國內外目前僅有電子聽診器對心音進行數(shù)字化采集，并無分析和輔助診斷功能，本文將就人工智能的輔助診斷技術在篩查中的應用前景作初步的探討。

1 對象與方法

1.1 研究對象本研究是一個橫斷面觀察研究，在2017年9月至2018年9月對云南省部分地區(qū)17所學校10 142名0～14歲兒童進行人工聽診和基于人工智能的輔助診斷。

1.2 方法

1.2.1 心臟聽診方法5個聽診位置分別是M：二尖瓣聽診區(qū)；P：肺動脈瓣聽診區(qū)；A：主動脈瓣聽診區(qū)；E：主動脈瓣第二聽診區(qū)；T：三尖瓣聽診區(qū)；聽診順序依次為：M-P-A-E-T，分別采集心音信號（圖1）。

圖1 心音組成結構圖Fig.1 Cardiac sound composition

1.2.2 基于人工智能心音分析方法運用電子聽診器采集5個部位心音信號并存儲于Matlab平臺中，按心音信號分析主要包含4個部分（圖1），小波閾值去噪[10]，采用希爾伯特-黃變換方法和歸一化香農能量方法[11]提取包絡及分段定位，采用Mel頻率倒譜特征參數(shù)（MFCC）來提取心音信號的特征參數(shù)，運用高斯混合模型（Gaussian mixture models，GMM）[12]實現(xiàn)機器自動識別心音信號，對心音信號進行病理類別分類。心音信號分析流程圖見圖2。

圖2 心音信號分析流程圖Fig.2 Chart of cardiac signal analysis

1.2.3 人工診斷與人工智能輔助診斷對比首先在篩查中采用人工聽診結合便攜式心臟彩超輔助診斷，對確診ASD患兒及部分正常兒童進行心音采集并分析，按照基于人工智能心音分析方法實現(xiàn)人工智能學習。人工智能設備具備一定的輔助診斷功能后，在篩查中將兒童分為人工聽診診斷組和人工智能機器輔助診斷組，為了避免機器篩查誤診率未知帶來的危害，對于人工智能機器輔助診斷的兒童最后也需進行人工聽診。對于入院已經心臟超聲多普勒確診病種的患者，在不告知醫(yī)生的情況下，分為聽診輔助診斷組和人工智能輔助診斷組，比較兩組的準確率。

1.3 統(tǒng)計學方法采用SPSS 17.0軟件進行統(tǒng)計學分析。計量資料用用均數(shù)±標準差表示，兩組比較采用t檢驗，P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 人工智能學習心音數(shù)據人工聽診后經胸超聲多普勒確診房缺患者145例，共截取心動周期數(shù)6 253個，人工聽診后疑似房缺但經胸多普勒超聲確診無先心病患者150例（圖3、4），共截取心動周期數(shù)6 544個。

圖3 正常人的心音信號和經過分析后的時頻圖Fig.3 Time-frequency diagram

圖4 ASD患者的心音信號和經過分析后的時頻圖Fig.4 Time-frequency diagram of ASD

表1 人工智能輔助診斷學習數(shù)據Tab.1 Artificial intelligence assisted diagnostic learning data

2.2 人工聽診診斷與人工智能輔助診斷發(fā)現(xiàn)率比較在10 142名兒童先心病篩查中，應用人工智能輔助診斷技術診斷3 762例，輔助診斷完成后均再次人工聽診，疑似病人不納入人工聽診組分析；直接人工聽診6 280例。人工聽診疑似ASD 92例，經胸超聲多普勒確診12例，人工智能輔助診斷疑似ASD 160例，經胸超聲多普勒確診17例。人工智能輔助診斷與人工聽診診斷比較在發(fā)現(xiàn)疑似ASD和確診ASD上差異無統(tǒng)計學意義（P＞0.05）。見表2。

表2 人工智能輔助診斷發(fā)現(xiàn)率Tab.2 Artificial intelligence assisted diagnosis discovery rate

2.3 人工聽診診斷與人工智能輔助診斷準確率比較在入院已經經胸超聲多普勒確診的162例兒童中，在不提前告知病種的情況下，醫(yī)生獨立通過聽診診斷房間隔缺損132例（81.5%），應用人工智能輔助診斷技術診斷出房間隔缺損112例（69.1%）。人工智能輔助診斷與人工聽診診斷在ASD確診比較上差異無統(tǒng)計學意義（P=0.062）。

3 討論

常用的先心病篩查技術如人工聽診，限于聽診器械、主觀聽診及環(huán)境因素的影響，診斷準確率及誤診率客觀存在；超聲影像學檢查能輔助確診先天性ASD，但對技術及設備條件高，不能進行普遍性確診篩查，心臟的形態(tài)學的詳細可視化特別是3D打印技術在先天性心臟病個性化的診斷和治療中具有極其重要的意義，但是目前還處于探索和研究階段[12]?；谌斯ぶ悄艿妮o助診斷技術不需要專業(yè)心臟醫(yī)生，只需要普通技術人員采集心音信號，輸入到心音識別機器，人工智能機器將根據以往的特征學習記憶對心音信號進行分類，從而實現(xiàn)輔助診斷，該技術不受人為主觀因素影響，遠程也可實現(xiàn)診斷。

雖然國內從1986年開始就開展出生缺陷調查[13]，但是使用全國的出生缺陷監(jiān)測系統(tǒng)始終很難獲得令人信服的流行病學數(shù)據，有如下幾點原因。首先，先心病的檢出率常常受先心病定義范圍的不同、選擇人群的差異、參與篩查的醫(yī)院醫(yī)生的不同、診斷方法和技巧的不同影響[14]；第二，許多先心病的診斷時間窗短，通常在出生后7 d內就發(fā)生了嚴重的癥狀和合并癥，常常給識別和診斷帶來困難[15]；第三，超聲多普勒不是所有醫(yī)療機構或接診醫(yī)生都能獲得的檢查手段，而先天性的ASD乏特異的雜音，許多小的ASD常常不會有明顯的癥狀，因此常常會有漏診。因此在國內大部分篩查所得出的先心病發(fā)病率驚人的低至1.7‰～5.2‰[15-16]。本研究在先天性ASD的篩查中采用人工智能的輔助診斷，可以在大范圍內實現(xiàn)統(tǒng)一的診斷標準，確診率4.5‰是高于人工診斷率的，與國外的數(shù)據相符合[17-22]，在確診率方面（69.1%）不劣于人工聽診，提示該方法有較高的發(fā)現(xiàn)先天性ASD率和有效的避免漏診發(fā)生。

先心病發(fā)病率的性別相關性在本研究中與文獻相符合[18-19，21]，女性更容易患相對簡單的先心病，例如先天性ASD，而可能男性更容易患復雜先心病[23]。研究中發(fā)現(xiàn)在學齡兒童中先天性ASD的發(fā)病率仍然很高，但是先天性ASD在分流量不大時，產生的心臟雜音及臨床表現(xiàn)容易被非專業(yè)心臟醫(yī)生忽視，易產生誤診和漏診，許多患兒被發(fā)現(xiàn)時已有明顯的肺動脈高壓。因此在先心病篩查中必須要有一個漏診率更低的有效手段，特別是對于缺乏葉酸和缺陷預防手段的貧困邊遠地區(qū)以及特殊人群，例如高齡生產、低體重兒、早產兒[23]。

在發(fā)達國家，已經有系統(tǒng)的出生缺陷監(jiān)測手段和完善的篩查手段，我國部分沿海城市和省份已經建立了篩查治療網絡，但是在國內部分地區(qū)還不能有診斷的設備，因此尋找一個有效篩查和診斷方法將為預防和治療先天性ASD提供更準確的信息。雖然本研究中得到了部分人群的先天性ASD的患病率，但是本研究不是一個以人口多樣性為基礎的研究，不包含出生后和死亡的人群，因此不完全有代表性。筆者希望早日有相應的注冊調查獲得完整的流行病學數(shù)據，可以繼續(xù)開發(fā)和使用本人工智能篩查手段，并在此基礎上建立完整的診治和隨訪計劃，早日實現(xiàn)先心病死亡率的降低。

綜上，基于人工智能的輔助診斷在先天性ASD篩查中有很高的確診率和較低的漏診率，是一個有效的輔助篩查手段，在不具有高水平聽診或超聲多普勒的地區(qū)值得推廣。