本文转自：新华日报
江苏临床需求精准对接产业能力新实践——
AI大脑“卫星导航”，国产瓣膜“精准着陆”
□ 本报记者 胡春春
迈入AI时代，医工融合正从通用智能展示走向深度赋能临床与工程的关键阶段。在江苏，主管部门、临床一线、创新企业、高校院所如何打破壁垒、形成合力，让AI真正落地临床、服务患者？
近日记者实地探访了由全国人大代表、南京市第一医院副院长张俊杰牵头，联合东南大学、江苏省卫生健康信息中心、南京江北新区生物医药公共服务平台及圣德医疗共同申报的“智能影像引导下的心脏瓣膜疾病介入技术研发”项目临床应用情况，寻找这场AI医工融合产业实践的“江苏答卷”。
从AI导航到精准植入，突破双重瓶颈
在南京市第一医院心血管内科，一位73岁的老人刚被诊断为重度主动脉瓣狭窄。主治医生将患者的CT影像上传至CVPILOT™系统，不到一分钟，瓣环周长、钙化分布、冠脉开口高度、血管走向等数十项关键参数自动标注完成，系统同时给出国产新一代人工瓣膜型号、最佳植入角度，以及需要重点规避的钙化区域。AI不仅告诉医生“怎么做”，还基于这款瓣膜的独特设计参数，告诉医生“用什么做最合适”。随后主刀医生进入手术室，几分钟后，瓣膜精准植入。
CVPILOT™系统是一套基于深度学习训练的AI系统，是“智能影像引导下的心脏瓣膜疾病介入技术研发”项目的重要内容。目前该项目已正式入选江苏省前沿技术研发计划。
放在几年前，同样的流程远没有这么顺畅。这类手术长期高度依赖进口影像分析软件和进口瓣膜产品。传统方式下，主治医生需要从二维CT影像中逐层手动勾画瓣环边界、测量冠脉开口高度、计算钙化积分，一套完整的术前规划至少需要30分钟，且手术效果取决于主治医生的方案。
CVPILOT™相当于给心脏微创手术装了一个“导航系统”，让术前的方向更准、路径更清，也让国产新一代人工瓣膜与患者解剖结构的匹配度更高。由11家国内心脏中心参与的多中心研究结果显示，已累计入组的120例中，越是复杂的病例，AI与国产新一代瓣膜的协同价值越明显。
在张俊杰看来，传统带教模式下，一名年轻医生掌握复杂瓣膜介入手术至少需要5到10年，AI与国产新一代人工瓣膜协同可以打破“高手经验不可复制”和“高端器械依赖进口”的双重瓶颈，让优质医疗资源和技术有机会向更广的基层“普惠”。
从“拼装”到联合研发，锚定软硬件一体路径
经过近两年的临床应用，在心脏微创手术领域，AI大脑配合国产新一代人工瓣膜的应用，已成为临床需求与产业转化高效衔接的典型样本。其核心特点在于，AI系统与瓣膜产品由同一支联合团队协同研发，而不是各自独立完成后再“拼装”。
医工结合的本质，是医学与工程技术的深度融合，目标是以工程手段解决临床问题。过去很长一段时间，影像评估软件和介入耗材是两个割裂的体系。评估软件是“通用”的，它不了解某款瓣膜的特殊设计；瓣膜制造是“独立”的，它也不知道术前评估用了什么工具。这种割裂导致术前规划和实际植入之间存在信息鸿沟。
现在，CVPILOT™可以深度“认识”国产新一代人工瓣膜的设计参数，支撑臂多长、锚定区在哪、什么样的解剖结构最适合这款瓣膜等。它输出的不是泛泛的测量数据，而是直接针对这款瓣膜的最优尺寸选择和植入角度规划。
这套“软硬件一体”方案并非偶然成型。张俊杰在进入瓣膜病介入领域后发现术前规划长期依赖进口软件，国外公司对中国医生的改进建议几乎不予采纳。这些经历让他意识到，临床技术和经验必须与产业深度绑定，才能真正惠及更多患者。
AI时代的到来让一切有了更多可能。从临床需求出发，打通算法研发、数据支撑、产业转化和政策通道，最终形成这套AI大脑+国产新一代人工瓣膜协同的应用机制。
从临床需求到产业动能，打通“最后一公里”
AI在江苏进入临床一线，靠的是数据与产业链。
从数据来看，目前江苏已建成覆盖全省的省级卫生健康云影像平台，接入医疗卫生单位超2100家，存储患者影像报告超1.5亿份。海量真实病例数据，让AI深度学习成为可能。没有足够多的“好数据”，再好的算法也无法在临床中真正“长大”。
从产业链来看，在瓣膜病介入领域，手术要做得好，光有技术不够，还需要制造端的支撑。过去进口产品主导市场，其人工瓣膜与中国患者的解剖结构存在差异，国外厂商不会改变设计。江苏本土创新企业的涌现和产业链的持续完善，正在改变这一局面。国产新一代人工瓣膜让医生能够深度参与产品设计，打造出更适合中国患者身体构造的瓣膜。
当前江苏拥有17家入围中国医药工业百强的企业，入选数量连续三年全国第一，同时拥有130多家三级甲等医疗机构，临床场景和资源极为丰富。这些基础条件，让江苏持续探索打通临床与产业协同“最后一公里”成为可能。
据了解，目前江苏省卫生健康发展研究中心正按照省卫生健康委要求，搭建省医学创新与成果转化服务平台，目标是建立医院与企业之间的沟通渠道，让临床需求精准对接产业能力。
省卫生健康发展研究中心主任严周忠表示，医学创新的源头活水在临床，医生最清楚患者需要什么；企业有产业化能力，却常常不知道临床真正的痛点在哪里。平台的意义正是在临床需求与产业能力之间架一座桥，让好的创意被看见、被孵化，最终变成产品回到临床，惠及患者。
在严周忠看来，AI时代从需求识别、方案匹配到概念验证的路径将大大缩短，临床验证和真实世界数据的介入，为产业提供了更可靠的判断依据，资源可以更早介入项目，创新的确定性也将显著提升。
随着今年江苏省“人工智能+医疗健康”实施方案的逐步落地，“临床出题、技术解题”的协作机制正在形成。源于江苏临床实践的原创方案有望持续涌现，为生物医药产业注入新动能，也让更多患者受益于家门口的创新成果。
尚红网提示：文章来自网络，不代表本站观点。
