请选择 进入手机版 | 继续访问电脑版
 找回密码
 立即注册
搜索

人工智能时代的智慧医疗

+

+

人工智能时代的智慧医疗-1.jpg

据统计,全球肺癌的发病率和病死率继续高居各类恶性肿瘤之首。尽管肺癌的诊治技术在不断提高,但大多数病人是在出现临床症状时才就诊,而且临床症状多不典型,被发现肺癌时多为中晚期,目前仅有 10% 的无症状患者能在早期阶段被发现,获得根治机会。

人工智能时代的智慧医疗-2.jpg

我国是烟草消费大国,空气污染亦较严重,肺癌发病率持续攀升,因此对肺癌的早期筛查刻不容缓。

肺癌常规筛查手段包括 X 线胸片检查、痰细胞学检查以及血清肿瘤标记物检测等,但这些筛查方式受敏感度及特异度限制。

胸部CT特别是低剂量 CT 对肺癌高危人群进行筛查的应用价值越来越受到临床医生和患者的重视。

人工智能时代的智慧医疗-3.jpg

面对越来越多的胸部 CT 影像检测申请,越来越薄层的胸部 CT 图像,临床医生和影像科医生在繁重的工作量下,如何保证不漏诊肺部结节和肿块、不误诊良恶性质以及癌变可能性,如何保证不同级别的医院影像诊疗水平的均质性,是肺癌早筛领域需要解决的问题。

在此背景下,依图科技提出建设“基于胸部 CT 的人工智能肺癌早期诊断系统”。

人工智能时代的智慧医疗-4.jpg

该系统依托人工智能算法强大的影像处理能力,利用深度卷积神经网络算法,通过对海量人工标注的胸部 CT 影像数据中的肺结节和肿块进行特征提取和分类学习,自动检出毫米级别的肺结节、数厘米的肺部肿块,并作出肺癌发生相关的良恶性分类判断,从而助力实现肺癌的早期筛查。

依图“人工智能肺癌早期诊断系统”对医疗的辅助作用

(依图即上海依图网络科技有限公司)

依图“人工智能肺癌早期诊断系统”采用深度学习、计算机视觉、自然语言处理技术,通过对肺部可疑病变进行精准定位,定量分析其体积、形态、纹理和位置,并结合主要病史以及历史记录、病理检查、基因检测,充分利用影像组学与其相关临床信息,为医生发现、定性、跟踪以及治疗早期肺癌提供全方位辅助。

人工智能时代的智慧医疗-5.jpg

一是有助于肺结节或肿块的识别和良恶性判定。

通过专业医生对胸部 CT 影像数据的标注结果,结合病理报告、基因检测报告,通过人工智能机器学习的方式进行影像组学分析,即定量描述肺部结节和肿块的体积、长短径、轮廓、纹理、密度,并定量评估相应的病理分型、基因分型的可能性。

人工智能时代的智慧医疗-6.jpg

二是有效对比历史影像,建立肺癌患者胸部 CT 整合图像及相关临床信息的数据库。

该系统对患者胸部 CT 图像的历史记录进行肺结节或肿块的检测和性质评估,而后自动匹配,测算出同一结节或肿块的倍增时间等参数。

这更符合临床场景中医生需要综合多次历史记录的影像对病患进行诊断的需求。

人工智能时代的智慧医疗-7.jpg

三是高效匹配相似病例。

通过对肺癌的临床数据特征进行匹配,包括病史及影像等数据,在肺癌患者数据库中找到与目标病例图像和病史相似度最高的病例(而非同一患者的历史病例),以便临床医生参考诊断及治疗方案。

人工智能时代的智慧医疗-8.jpg

四是形成诊疗建议。

根据 AI 识别的患者图像及病史等特征,匹配最新指南,给出针对性的随访建议以及治疗建议。

该系统实现了以下三方面技术性能指标:

人工智能时代的智慧医疗-9.jpg

一是 3mm 以上肺结节及肿块检出敏感性 >99%、特异性 >95% ;

二是肺结节的良恶性判定敏感性 >90%、特异性 >95% ;

三是单例胸部 CT 影像(>200 幅)识别时间不超过 5 秒,病灶肺叶定位准确率 >95%,肺段定位准确性 >75%。

人工智能时代的智慧医疗-10.jpg

依图“人工智能肺癌早期诊断系统”的创新特点

依图“人工智能肺癌早期诊断”系统在多方面实现创新。

第一,人工智能肺癌影像组学的应用取得突破性进展。

影像组学是新兴的一门以定量成像技术为基础的学科方向,它利用了若干影像特征,直观、定量地描述了医学影像中病灶的形态和病理特征。

影像组学已经被广泛用于对不同疾病病灶的研究,其中以肿瘤病灶研究较多,这些研究应用也构成了精准医疗的基础。但是更科学、更准确、更标准的特征提取方法和挖掘各层信息的手段是影像组学的难点。

人工智能时代的智慧医疗-11.jpg

依图“人工智能肺癌早期诊断系统”致力于人工智能机器学习、计算机视觉等技术与影像大数据的结合,大大提高了图像特征提取的效率和准确性,突破了影像组学在肺癌研究中的难点。

第二,人工智能为病史数据挖掘带来新变革。

临床数据中,病史资料占了很大的权重,但非结构化的数据属性,导致了数据难以挖掘。

依图“人工智能肺癌早期诊断系统”利用先进的自然语言处理技术,自动提取肺癌患者临床病史特征。

人工智能时代的智慧医疗-12.jpg

第三,肺癌患者 AI 数据库的建立。

传统的患者数据库,需要有经验的医生护士人工识别寻找临床相关的数据,特别是遇到图像或病史等非结构化数据要耗费大量的医务和科研资源。

基于 AI 影像组学和 NLP 的技术,把这些数据都结构化整合起来,为患者病例匹配和医学的科研提供了极大的便利。

人工智能时代的智慧医疗-13.jpg

目前,依图胸部 CT 智能辅助诊断系统已经进入上海的肿瘤医院、同济医院、胸科医院等顶级三甲医院以及全国多家三甲医院的临床医生的日常工作流程中,其智能产生的肺部结节识别报告临床采纳率超过 90%,并在持续升级迭代。

该系统实现了在正确识别肺部结节与肿块基础上,提高对肺癌早期识别和判定的敏感性及特异性,从而减少小结节等早期病变的漏诊,减少因经验差异、影像表现相似导致的误诊;减少了阅片诊断在工作中的时间占比,大大减低了医生的工作量,提升了工作效率,从而达到精准诊疗的目的。

人工智能时代的智慧医疗-14.jpg

人工智能的发展正有力地推动着智慧医疗取得突破性进展。

依图科技针对肺癌早期筛查的智能影像诊断系统成为国内最早应用于临床的人工智能辅助系统,其依托人工智能技术所建立的影像人工智能平台,在实现核心的肺癌筛查能力之外,为更多的病种(如乳腺癌、前列腺癌等)的筛查,提供了一个通用的研发框架。

人工智能时代的智慧医疗-15.jpg

来源 |《人工智能读本》

点赞本文!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册