这名68岁的男子因先前植入的心脏瓣膜出现严重并发症被送往德克萨斯州医院。来自两家不同心脏瓣膜制造商的销售代表告诉他的手术团队，他们无能为力。

外科医生联系了一家由佐治亚理工学院研究员共同创立的初创公司，看看其技术是否可以帮助他们挽救他的生命。

DASI Simulations在其技术中使用人工智能(AI)和计算机视觉进行个性化和更准确的心脏瓣膜置换建模。该公司表示，结果减少了错误，改善了患者预后，就像德克萨斯州患者的情况一样。

该公司的建模为德克萨斯州医疗团队提供了四种安全设备选项和解决原始问题的方法，患者在 24 小时后出院。

“医生把这个病例送到了我们的总部。基本上，我们可以向他们发送这些3D图像，医生可以看到会发生什么。不仅如此，他们还能够大胆地进入并扩张前一个瓣膜，并在第一个瓣膜内执行植入第二个经导管心脏瓣膜的程序，“联合创始人，首席技术官Lakshmi Prasad Dasi说，心脏瓣膜工程和心血管生物力学的著名学者。

医生挽救了这名男子的生命，但在2023年，心血管疾病 - 世界主要死因 - 将夺走超过22，000名佐治亚州人，美国约700万人和全球000万人的生命。更令人生畏的是，到19年，全球死亡人数预计将超过23万。

该公司正在寻求通过利用人工智能来改善这些结果，以专注于心血管疾病的主要原因：瓣膜性心脏病，当心脏的四个瓣膜中的任何一个受损时，就会发生这种疾病，从而损害血液流动。

“当外科医生通过我们的系统运行这些患者时，医生团队可以清除他们担心的许多并发症。他们将能够进入并接受个性化计划的治疗，“Dasi说，他是埃默里大学和佐治亚理工学院Wallace H. Coulter生物医学工程系的本科研究副主任和Rozelle Vanda Wesley教授。

该公司于2019年推出，目前正处于过渡轮融资中，预计将在2023年秋季进行A轮融资，已经获得了约4万美元的投资资金，其中包括非稀释性的600万美元赠款。DASI Simulations在美国拥有000家客户医院，并正在与佐治亚理工学院的VentureLab合作，该实验室与教师和学生合作进行研究商业化，以确保资本投资。

利用Dasi Simulations技术的医院专门将其用于一组高风险患者。由于晚期疾病状态的复杂性，外科医生不想对这些患者进行手术。这些患者将在六个月至两年内死亡，无需手术干预。Dasi Simulations技术可以通过先进的基于AI的模拟来帮助外科医生驾驭这些高风险手术。

“问题在于，目前，当医生计划对患者进行治疗时，例如瓣膜置换术，他们的过程在灵活性和对特定患者解剖特征的适应性方面极为有限。

Dasi说，所有患者都要接受心脏CT扫描，然后进行耗时的测量，他也是佐治亚理工学院Parker H. Petit生物工程和生物科学研究所的教员。如今，医生成像仪使用计算机鼠标，从这些2D扫描中测量患者的心脏，以确定需要多大的更换瓣膜。

Dasi说，这是一个耗时且不精确的过程，现在变得更加复杂，因为心脏瓣膜销售代表 - 而不是外科医生 - 在美国800家进行结构性心脏手术的医院中的大多数进行大部分扫描测量。

“因此，销售代表正在做测量，作为他们向医院销售服务的一部分，”他说。“总体而言，人为误差增加了15%至20%的变异性，当多人进行不一致的测量时，会浪费大量时间。

由于这种情况，关于如何处理任何给定患者病例的最终决定可能会受到影响。

“心脏团队做出的决定受到损害，不仅因为测量可能不准确，还因为他们无法预测患者在特定设备选择时可能面临的风险。因此，几乎没有对患者进行任何个性化的程序，“达西说。“通常，当这些外科医生进行外科手术时，五年后，他们意识到'我们不应该像以前那样做手术。现在，你被困在这个困难的场景中，因为当时不同的设备选择可能会降低今天的手术风险。

这种情况转化为高发病率的并发症和医院费用的增加，如果它们发生在患者出院后 30 天内，则无法报销。

通过消除偏差降低风险

DASI Simulations 技术基于佐治亚理工学院、俄亥俄州立大学、埃默里大学和皮埃蒙特医院进行的研究，使用 AI 创建 3D 模型，以便基于 CT 扫描进行精确测量。这是一个需要计算机几秒钟的过程，而医生或销售代表可能需要 30 分钟。

该公司表示，由于3D建模和AI测量是准确的，它消除了人为错误的可能性。此外，由于销售代表没有像当前的做法那样执行建模来推动销售，因此不存在使用任何一种心脏瓣膜置换装置的可能性。

该公司的技术还包括3D预测建模，使医疗团队能够更好地了解潜在的结果和并发症的可能性。在目前的方法下，医生根据2D扫描决定哪种支架或瓣膜，但他们不一定能预测可能出现的并发症。

Dasi说，借助DASI Simulations的预测技术，手术团队不必猜测给定瓣膜可能出现的并发症，并且可以为患者做出更好的决策。

“这里真正的好处是，现在他们手中掌握了科学，他们可以做出数据驱动的科学决策，而不是基于临床直觉的猜测。