近年來，肺癌的發(fā)病率、致死率已屢創(chuàng)新高。早期肺癌多表現(xiàn)為肺部結(jié)節(jié)，它們尺寸小、對比度低、形狀異質(zhì)化高，因此早發(fā)現(xiàn)、早預(yù)防、早診斷、早治療能夠在很大程度上降低肺癌的發(fā)病率。而肺癌防治的重要手段是早期篩查，其中胸部低劑量CT是國際公認(rèn)的有效手段。但是隨著胸部CT篩查人群的日益增多，影像科醫(yī)師工作量的日益增長。繁重、枯燥的閱片工作使影像科醫(yī)師的疲勞度增加，同時(shí)漏診、誤診的風(fēng)險(xiǎn)也在增加。
在我國，醫(yī)療領(lǐng)域是AI發(fā)展相對蓬勃的領(lǐng)域之一?；谏疃葘W(xué)習(xí)的AI應(yīng)用目前已經(jīng)覆蓋病灶檢測、病理診斷、放療規(guī)劃和術(shù)后預(yù)測等各臨床階段。AI算法模型的應(yīng)用大大減輕了影像科醫(yī)師的工作量。目前，多家三級甲等醫(yī)院已經(jīng)合作研發(fā)了各種肺結(jié)節(jié)AI模型，并將其應(yīng)用于臨床工作中，均取得了較好的效果。
雖然深度神經(jīng)網(wǎng)絡(luò)在診斷問題的有效性上已初步得到驗(yàn)證，但是醫(yī)學(xué)影像臨床工作中往往交織著多種不同任務(wù)。從肺結(jié)節(jié)的篩查與診斷方面不難看出，AI需要在發(fā)現(xiàn)異常、量化測量、隨訪跟蹤和鑒別診斷中發(fā)揮可靠作用，最終才能具有臨床應(yīng)用價(jià)值。除了將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用于醫(yī)學(xué)影像的分類問題（診斷），研究者們還需要繼續(xù)探索AI技術(shù)在醫(yī)學(xué)影像檢測問題（發(fā)現(xiàn)異常）、分割問題（量化測量）及配準(zhǔn)問題（隨訪跟蹤）中的應(yīng)用。
肺結(jié)節(jié)影像輔助診斷系統(tǒng)是基于胸部CT成像，通過“AI+醫(yī)療”的密切配合實(shí)現(xiàn)肺部疾病的診療。該方案是按照影像科醫(yī)師的日常工作模式，利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)對標(biāo)注的肺結(jié)節(jié)進(jìn)行分割，由醫(yī)學(xué)影像專家根據(jù)多年在醫(yī)院的經(jīng)驗(yàn)積累和工作總結(jié)，在影像上識別出所有的肺結(jié)節(jié)，并對結(jié)節(jié)的大小、密度、體素、形態(tài)等進(jìn)行完整的描述，判斷結(jié)節(jié)的生長規(guī)律和結(jié)節(jié)類型，為臨床干預(yù)做出重要的決策準(zhǔn)備。極大地提高了影像科醫(yī)師的工作效率；降低了漏診、誤診的發(fā)生率。
1、 根據(jù)上傳的影像資源，自動(dòng)解析病人和影像的詳細(xì)信息。
2、 提供根據(jù)影像的設(shè)備類型、檢查部位、影響號、檢查時(shí)間段、上傳時(shí)間段等字段的查詢功能。
3、 可根據(jù)需要對影片的灰度、窗寬窗位等進(jìn)行調(diào)整。
4、 逐層判讀，可利用不同的標(biāo)注工具標(biāo)出結(jié)節(jié)的位置和備注信息。
5、 自動(dòng)計(jì)算出每個(gè)結(jié)節(jié)的大小、密度、體素等重要信息，醫(yī)師可對每個(gè)結(jié)節(jié)的形態(tài)、性質(zhì)、位置做出準(zhǔn)確的判斷。
6、 對疑似病灶進(jìn)行統(tǒng)計(jì)。
7、 把已上傳的影像及其詳細(xì)信息和病灶信息記錄入庫，為后期的病灶隨訪和臨床診斷提供支持。
TOP