盆唐首尔大学医院Kang Sihyeok教授研究团队
开发帧插值模型“Angio-FILM”
连专家也几乎无法分辨AI是否介入
一项利用生成式人工智能（AI）的技术已被开发出来，在将冠状动脉造影术的辐射暴露减少至一半以下的同时，仍可维持原有水平的影像质量。
盆唐首尔大学医院13日表示，心血管内科Kang Sihyeok教授团队（第一作者Kwon Hwi、研究员Park Seyoung）开发出基于生成式AI的影像插帧模型“Angio-FILM”，即使在将冠状动脉造影术辐射剂量降至一半以下的低帧率拍摄条件下，也能实现流畅影像。
冠状动脉造影术是在注入造影剂后，通过X线连续影像确认心脏血管形态和血流情况的检查，用于在诊断和治疗心肌梗死等冠状动脉疾病过程中，对血管进行精密观察。该检查会根据心脏和冠状动脉的快速搏动，以每秒10至15帧的速度拍摄影像，但每秒帧数越高，患者和医护人员所承受的辐射暴露也会增加。
若为减少辐射剂量而降低拍摄帧率，画面之间的时间间隔会变长，从而可能出现血管运动不连续或抖动现象。因此，低帧率拍摄在医疗现场难以得到广泛应用。结果是，患者在手术过程中会直接暴露于辐射之下，医护人员也不得不为实施精密治疗穿戴沉重防护装备，并在一天内多次承受辐射暴露风险。
研究团队开发的Angio-FILM，是一种由AI生成拍摄画面之间预期存在的中间帧，从而降低辐射剂量本身、同时维持原有影像质量的解决方案。其拍摄帧率仅为现行水平的一半，即每秒约7.5帧，但通过AI对空缺帧进行插值，即估算位于既有数据之间、原本未提供的数据值的技术，从而确保达到每秒15帧水平的影像质量。据分析，借此可减少一半以上的辐射剂量。
研究团队解释称：“由于该影像也用于精密手术，因此其设计重点在于稳定再现心脏及冠状动脉快速且非线性的运动。”团队表示，这并非简单求取前后影像帧的中间值，而是分别拆分空间与时间分析算法，并采用“潜在流匹配（Latent Flow Matching）”技术，仅提取影像核心要素并计算路径，从而提高稳定性。
实际上，研究团队通过“图灵测试”让30名专科医生辨别600段影像中的原始影像与AI插值影像，结果显示，即便在明确知晓有AI介入的情况下，选出AI插值影像的概率与随机选择的50%相比也没有显著差异。这意味着，即使由专科医生刻意寻找，也难以分辨其差别，说明生成影像的精细度极高。原始影像与AI影像之间的冠状动脉内腔直径误差也仅为0.18毫米，从而消除了对解剖学失真的担忧。
Kang Sihyeok教授表示：“为降低冠状动脉造影术辐射剂量而进行的物理设备改良，实际上已接近极限。”他还称：“此次研究已确保Angio-FILM的临床可信度，若引入一线医疗现场，有望为大幅减少患者和医护人员的辐射暴露作出贡献。”
此次研究成果已刊载于《自然》（Nature）姐妹刊《npj Digital Medicine》最新一期。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
