微型服务器的大算力及先进算法结合大数据的进步为人工智能（artificialintelligence，AI）开发及应用带来了重大突破。目前，在医学方面基于AI的研究已广泛涉及放射影像、病理图像、超声影像及内镜影像等多个不同医学影像领域。AI在许多医学领域正迅速从实验阶段过渡到应用阶段，在一些任务场景中AI已展现出与医师相当甚至超越医师的能力。一旦AI协助影像科医师提高了阅片的速度，医疗过程中的基础环节和瓶颈环节将不断优化，医疗供给与需求的差异将逐步缩小，将令更多的患者从中受益。
1.肺结节影像AI技术的发展现状
受环境、吸烟、油烟及遗传等因素的影响，肺癌的发病率、致死率已位列我国常见恶性肿瘤的第1位，且呈现持续升高态势。循证医学数据显示，早期肺癌5年生存率显著高于中晚期肺癌，早发现、早诊断及早治疗是改善预后的重要途径。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。
但是随着胸部CT筛查人群的日益增多，影像科医师的压力也日趋增大。一方面影像科医师缺口较大，不能匹配日益增长的工作量；另一方面随着薄层低剂量CT的应用，图像数量的倍增、小结节显示率的提高及结节的定量测量等使得读片的难度显著增加。此外，繁重、枯燥的阅片工作使影像科医师的疲劳度增加，同时漏诊、误诊的风险也在增加。
2.肺结节AI技术依靠强大的图像识别和深度学习技术，极大提高了数据分析的效率和准确性，减轻了医师的压力，同时提高了诊疗的效率和准确性。肺结节影像AI技术在发现5mm以上磨玻璃结节、钙化结节及0~3mm结节筛查方面要优于影像科医师。
AI作为放射科医师的助理，能够在影像阅片中起到多重审核的作用，减少漏诊的发生，使得影像科医师有望从一些枯燥、繁琐的工作中解脱出来，将精力投入到其他更多的疑难病例的会诊等工作中。
我们将率先开展高危人群筛查，高危人群为：年龄40～74岁，每日吸烟包数×吸烟年数≥30包/年，至少有以下危险因素中的一项：石棉暴露史、肺癌家族史、哮喘或慢性阻塞性肺气肿病史、幼年是否患肺炎和个人肿瘤病史。
我院利用64排CT，技术要求：低剂量＋高分辨＋迭代重建
剂量限制：BMI≦22，≦1msv
BMI=22~25，1~1.5msv
BMI=25~29，1.5~2.5msv
BMI≧29，2.5-4msv
筛查分析软件系统：医准AI软件V4.0
自动上传影像，分析时间约3分钟即可出报告；
自动识别肺结节成分，实性、磨玻璃、混合、钙化等，自动分级，高、中、低危，自动给出随访建议等多种参考。
影像中心24h为您检查-
预览时标签不可点收录于话题#个上一篇下一篇