首页 资讯正文

当人工智能遇见医学影像,会擦出什么样的火花?

当人工智能遇见医学影像,会擦出什么样的火花?

人工智能已经逐渐走进我们的生活,并应用于各个领域,给我们的生活带来许多改变和便利。

尤其是在新冠疫情中,人工智能作为一项比较成熟的技术,与CT影像结合,辅助医生快速、智能阅览肺部图像,并快速判断是否受到病毒感染,削减了医生的读片时间,提高了对于新冠病毒感染患者的筛查效率。

基于此,我们今天就来聊聊“医学影像中的人工智能”。

什么是AI医学影像?

要了解什么是AI医学影像,首先普及一下什么是医学影像。

医学影像,说的简单点,就是我们平时说的“拍片子”,常见的就是X光检查、B超、CT、核磁共振等等。影像科医生根据影像的显示,对疾病进行预测判断。

把AI技术应用到医学影像中,主要体现在两个方面:一方面是“查”,一方面是“判”。

AI医学影像的诊断环节:

① 对患者的影像进行智能识别,获取重要信息,可为经验不足的医生提供帮助,提高其判读医学影像的效率;

② 通过大量已有的影像数据和临床诊断信息训练人工智能系统,使其具备诊断疾病的能力,辅助临床诊断,降低漏诊误诊的概率。

AI可以辅助诊断哪些病种?

1、肺部疾病

提到肺部疾病,我们自然会联想到CT影像。AI结合CT影像已经是目前最为成熟的技术了,多被应用在肺结节的识别上。

AI能有效识别易漏诊结节,比如6mm以下实性结节和磨玻璃结节,且准确率在90%左右;

准确判断结节位置、大小、密度和性质;

辅助医生对肺结核、气胸、肺癌等肺部疾病进行筛查。

2、脑部疾病

脑部疾病包括脑出血、内动脉粥样硬化诊断、颅内动脉瘤诊断和颈动脉易损斑块评估等。AI+脑部CT,可以快速完成专业要求高、耗费时间长的影像评估——快到用秒计算,协助医生准确判断,让患者第一时间获得最优治疗方案。

3、心血管疾病

将AI应用在胸部CT影像上,辅助诊断心血管疾病。

评估冠状动脉易损斑块,对冠心病进行智能辅助诊断、规划支架手术方案等;

智能诊断主动脉疾病类型、主动脉瘤等复杂疾病。

4、神经系统疾病

AI辅助诊断神经系统疾病,主要集中在癫痫、阿尔兹海默症、帕金森病这三大类上。AI可以将患者的影像数据进行处理分析,并与正常人群的影像数据做统计比对,计算得到代谢异常的病灶大小、位置等信息,通过认知技术,给出治疗方案的建议以及治疗效果的预测。

5、眼底疾病

AI在眼部疾病的应用,目前最为广泛的是筛查糖网病。

糖网病是常见的视网膜血管病变,也是糖尿病患者的主要致盲眼病,早期往往没有任何临床症状,一旦有症状已错过最佳治疗时机。

将AI医学影像应用到眼底读片中,可以进行初步筛查,大大改善目前糖尿病视网膜病变筛查效率。

AI+医学影像的优势

01

精准判断病灶位置

对于肿瘤的治疗过程,简单说就是“有的放矢”治疗,所以判断肿瘤的位置就显得非常重要。智能勾画霸区就是利用AI技术,准确、快速判断并勾画出肿瘤位置——哪怕肿瘤再小也不会放过一个。

目前,AI+靶区勾画已经成功运用在肺癌、乳腺癌、鼻咽癌、肝癌、前列腺癌、食管癌和皮肤癌上。

02

快速读片,提高效率

对于同一张二维医学图像,医生读片可能需要花费十几分钟来观察和推理,而AI经过深度学习训练能在十几秒就可"读'出来。随着影像大数据的不断积累和技术的不断更新,未来AI有望将诊断速度提升至目前的10倍。

小结

未来,随着医学影像领域与人工智能的结合应用越来越多,高质量、高规范的影像数据不断增加,人工智能算法模型将会持续优化与调整,带来AI+医学影像对于疾病的预测精准度和泛化能力也将持续提升。

备注:文章图片均来源于网络,如涉及侵权请联系删除。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/zixun/6062.html

发表评论

评论列表(0人评论 , 7349人围观)
☹还没有评论,来说两句吧...