隨著(zhù)技術(shù)飛速發(fā)展、醫學(xué)數據的持續擴增以及硬件設備的不斷提升，人工智能和醫療的結合方式越來(lái)越多樣化。目前AI在醫療領(lǐng)域中的落地的應用場(chǎng)景主要有醫學(xué)影像、智能診療、智能導診、智能語(yǔ)音、健康管理、病例分析、醫院管理、新藥研發(fā)和醫療機器人等，其中在醫學(xué)影像中的應用最為廣泛。
一、影像醫學(xué)發(fā)展現狀
醫學(xué)影像是醫生完成診斷的主要依據，通過(guò)對影像的分析和比較，從而完成有依據的診斷。但是在實(shí)際過(guò)程中，往往會(huì )存在以下問(wèn)題：
（1）影像學(xué)診斷人才資源緊缺。醫療機構普遍缺乏高水平的影像醫師，在疾病診斷時(shí)往往會(huì )發(fā)生同病異影，異病同影等情況。
（2）傳統定性分析存在診斷誤差。醫生普遍擅長(cháng)定性分析，很多微小的定量變化無(wú)法通過(guò)肉眼判斷，很難做到定量分析。
（3）醫生閱片時(shí)間長(cháng)。目前的影像呈現方式為數據和圖像，而不是最有效的信息，很大程度上限制了醫生的人工閱片速度。
二、AI+醫學(xué)影像助力疾病診斷
通過(guò)引入人工智能可有效解決部分問(wèn)題，目前人工智能在醫學(xué)影像領(lǐng)域的應用方向主要以下幾類(lèi)：
1. 影像設備的圖像重建
AI可以通過(guò)算法的圖像映射技術(shù)，將采集的少量信號恢復出與全采樣圖像同樣質(zhì)量的圖像，而且使用圖像重建技術(shù)，可以由低劑量的CT和PET圖像重建得到高劑量質(zhì)量圖像。這樣在滿(mǎn)足臨床診斷需求的同時(shí)，還能夠降低輻射的風(fēng)險。
2. 智能輔助診斷疾病
（1）智能輔助診斷肺部疾病
國內應用AI+CT影像最為成熟的領(lǐng)域在肺結節的識別上。AI能夠有效識別易漏診結節比如6mm以下實(shí)性結節和磨玻璃結節，且準確率在90%左右，同時(shí)能提供結節位置、大小、密度和性質(zhì)等。除此之外，能對肺結核、氣胸、肺癌等肺部疾病進(jìn)行篩查。
（2）智能輔助診斷眼底疾病
目前應用最為廣泛的是篩查糖網(wǎng)病。糖網(wǎng)病是常見(jiàn)的視網(wǎng)膜血管病變，也是糖尿病患者的制藥致盲眼病，早期往往沒(méi)有任何臨床癥狀，一旦有癥狀已錯過(guò)治療時(shí)機。
我國糖網(wǎng)病患者約2700萬(wàn)，隨著(zhù)人們對糖網(wǎng)病篩查的重視，眼底讀片需求增加，但從事眼底醫療服務(wù)和研究人員僅800～100人，醫療資源嚴重匱乏，誤診、漏診情況較多。將人工智能應用到眼底讀片中，進(jìn)行初步篩查，可大大改善目前糖網(wǎng)病篩查效率。
AI通過(guò)對眼底圖像的深度學(xué)習，可實(shí)現對部分眼底疾病，除了糖網(wǎng)病，還有青光眼、老年性黃斑變性、白內障和黃斑裂孔的診斷。
（3）智能輔助診斷腦部疾病
目前腦部疾病的智能診斷包括腦出血、內動(dòng)脈粥樣硬化診斷、顱內動(dòng)脈瘤診斷和頸動(dòng)脈易損斑塊評估等。
其中，腦出血是神經(jīng)內外科中高致死致殘率的一種難治性疾病。AI+頭部CT，基于機器視覺(jué)與深度學(xué)習技術(shù)，可以迅速定位腦出血區域，精確量化出血體積，判斷是否存在腦疝，同時(shí)，能以秒級速度完成專(zhuān)業(yè)要求高、耗費時(shí)間長(cháng)的影像評估，協(xié)助醫生準確判斷，讓患者第一時(shí)間獲得治療方案。
（4）智能輔助診斷神經(jīng)系統疾病
AI在神經(jīng)系統疾病里的應用主要包括癲癇、阿爾茲海默癥、帕金森病。AI可以將患者的影像數據進(jìn)行處理分析，并與正常人群組做統計比對，從而計算得到代謝異常的病灶大小、位置等信息，通過(guò)認知技術(shù)，給出治療方案的建議以及治療效果的預測。
（5）智能輔助診斷心血管疾病
AI可以在胸部CT數據基礎上，利用深度學(xué)習技術(shù)和圖像處理技術(shù)，設計特定算法后評估冠狀動(dòng)脈易損斑塊，進(jìn)行冠心病智能輔助診斷，規劃支架手術(shù)置入方案等。同時(shí)還可以智能診斷主動(dòng)脈疾病類(lèi)型、主動(dòng)脈瘤等復雜疾病。
3. 智能勾畫(huà)靶區
目前，放療是腫瘤病人的主要治療方式之一，而病變器官的正確定位及精準勾畫(huà)是放療的基礎和關(guān)鍵技術(shù)。因此，在放療之前首先需要對CT圖像上的器官、腫瘤位置進(jìn)行標注，按照傳統方法，一般需要耗費醫生3～5個(gè)小時(shí)。
通過(guò)應用AI技術(shù)可大幅提升效率，AI智能勾畫(huà)靶區的高準確率能夠很大程度避免由于靶區勾畫(huà)的不準確導致的無(wú)效治療。目前，AI+靶區勾畫(huà)已經(jīng)成功運用在肺癌、乳腺癌、鼻咽癌、肝癌、前列腺癌、食管癌和皮膚癌上。
4. 智能判斷病理切片
病理切片的判斷是一項復雜的工作，往往需要醫生具有非常豐富的專(zhuān)業(yè)知識和經(jīng)驗，而且即使具有專(zhuān)業(yè)經(jīng)驗的醫生，也容易忽略不易察覺(jué)的細節從而導致診斷的偏差。而將人工智能引入病理病理切片的研究，通過(guò)學(xué)習病理切片細胞層面的特征，不斷完善病理診斷的知識體系是解決讀片效率以及診斷準確值的的辦法。
5. 其他智能輔助診斷方案
人工智能在醫學(xué)影像中的應用還包括臟器的三維成像、超聲輔助甲狀腺結節、骨齡分析、骨折智能診斷等。
三、部分AI+醫學(xué)影像企業(yè)及其業(yè)務(wù)模式
AI+醫學(xué)影像產(chǎn)品和企業(yè)不斷涌現，根據火石創(chuàng )造數據庫顯示，目前國內AI+醫學(xué)影像企業(yè)數量超100家，單筆融資過(guò)億的案例近20起，融資總額超過(guò)26億元。部分公司及其涉及其業(yè)務(wù)模式見(jiàn)附表：
附表 部分AI+醫學(xué)影像公司及其業(yè)務(wù)模式
四、小結
醫學(xué)影像現已成為人工智能在醫療領(lǐng)域最熱門(mén)的方向，但在實(shí)際應用過(guò)程中還是存在一定挑戰，例如，數據獲取及數據標注問(wèn)題、缺乏行業(yè)標準、注冊審批缺乏指導原則、技術(shù)創(chuàng )新問(wèn)題等等。但隨著(zhù)AI相關(guān)技術(shù)的不斷發(fā)展，國家相關(guān)政策的不斷完善，相信AI+醫學(xué)影像將在未來(lái)快速實(shí)現商業(yè)化。
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
