当医学影像遇上深度学习 | 行业AI应用一览

写在前面

 

在传统医疗领域，医院内每日的医学影像数据量巨大，影像科医生做着大量重复性和机械性的工作。每张片子都需要医生仔细筛查和甄别，耗费了大量的精力，同时过于机械和重复性的工作也使得医生可能由于过于疲乏而产生判断上的失误。

近年来，随着深度学习的发展，医学影像逐渐成为人工智能最有潜力的落地领域之一。在这里我们将对医学影像遇上深度学习后的当前行业应用进行介绍和分析，希望能够帮助对人工智能在医学影像上的研究和应用感兴趣的同学们更好地了解行业的现状和发展方向。

肺结节AI辅助诊断 

肺癌，在我国的发病率、死亡率极高，伤害着无数家庭。在我国每年都有近60万人死于肺癌。肺癌防治的重要手段是早期筛查，其中胸部低剂量CT是国际公认的有效手段。而在如今传统的阅片模式中，医学影像面临医疗从业人员短缺，人工分析模式精准度受限，以及基层医院医疗机构诊断水平参差不齐，高年资医生匮乏，易出现漏诊、误诊等问题。

现阶段市场中的人工智能肺CT产品已经实现了肺结节的检出功能，可支持包括：实性结节、磨玻璃结节、形态不规则的大结节、血管旁结节、肺门区结节等。支持提供量化信息检测如自动测量病灶的长径、短径、CT值、体积等参数。支持提供定性信息检测如病灶密度：实性、部分实性、磨玻璃、钙化，以及病灶良恶性等级分类：良性、疑似良性、恶性、疑似恶性。另外支持多种伴随征象的检出，如边界模糊、分叶、毛刺、胸膜牵拉、血管集束等。此外还有肿块、斑片、网影、条索影、气胸、胸腔积液等病变检出。部分产品还含有胸部骨质病变筛查功能，自动检出骨折，支持3D的可视化帮助医生定位，进行全面智能分析与诊断。

在国内，各企业积极响应国家基础医疗建设和分级诊疗制度实施的号召，应用深度学习的技术，携手各大高校科研机构与国内医院，运用国际前沿技术，使人工智能医学影像诊断达到国际领先水平，在各系统疾病的精确诊断方面处于行业领先，为医生进一步诊疗决策提供临床建议。

很多创业公司都研发了肺部CT检测相关产品，此类产品也是国内医学影像创业公司的门槛产品。该方向起源于国际LIDC以及LUNA的肺结节检出竞赛。目前，各个公司推出了他们的相关产品。例如，深睿医疗（DeepWise）推出的Dr.WISE CAD医疗影像诊断系统；推想科技（Infervision）的InferReadCTLung产品系统；