AI助力精准医疗，这家中医院引进人工智能辅助诊断系统

　　＂地毯式筛查＂胸部CT图像、AI+头部CT检测脑出血、AI辅助骨龄测算……为提高影像检查效率，近日广州中医药大学第三附属医院医学影像科引进人工智能（AI）影像辅助诊断系统，辅助医生为广大患者提供更加快速、精准的检查和诊断。
　　据了解，这套人工智能（AI）辅助诊断系统，包括肺结节筛查、肋骨骨折诊断、冠状动脉斑块及钙化积分、头颈部血管斑块、肺动脉栓塞、脑卒中诊断、脑出血评估、骨龄分析等辅助诊断技术。
　　医学影像科副主任胡剑波表示，这套系统可大大减少繁杂、重复的后处理工作，提升影像科医师的诊断效能，同时人工智能与医生双重把关，能从真实意义上实现精准诊断、精准医疗，极大缩短患者的就诊时间。
　　＂地毯式筛查＂胸部CT图像
　　大大提高微小病变检出率
　　肺癌的早发现、早治疗能极大提高患者生活质量，大大提高远期生存率，因此通过胸部CT对肺结节的早期筛查十分重要。然而，一次胸部CT检查至少会产生几百幅CT图像，早期的肺结节可能仅有几毫米大小，繁重的图像数据以及细微的病灶捕捉，对影像科医生的眼力、体力、耐力都是巨大的考验。
　　这套引进的肺结节AI筛查系统，采用先进的自适应网络技术和规则算法，融入海量精选病例的深度学习和专家经验，大大提高微小病变的检出率，有效地解决这一难题。
　　肺结节AI系统，可以对胸部CT扫描所产生的全部图像进行＂地毯式筛查＂，快速检测出结节并给予精确定位，分析结节的密度、大小、形态特点，判断结节的类型和分级，并且具有精准对比随访的功能，使肺癌的早期诊断、治疗效果一目了然。
　　火眼金睛检出小动脉瘤
　　提高了脑出血诊断效率
　　脑出血是神经内外科中高致死致残率的一种难治性疾病，及时评估出血量、判断病情并采取有效治疗手段对患者后期的恢复程度至关重要。
　　据悉，目前该院引进的脑部疾病的智能辅助诊断系统包括脑出血、颅内动脉瘤诊断和颈动脉斑块评估等。而AI+头部CT，基于机器视觉与深度学习技术，可以计算出血体积，判断是否存在脑疝，提高了诊断效率，促进脑血管意外疾病的诊治。
　　AI辅助骨龄测算
　　助力儿童健康成长
　　骨龄是指儿童骨骼的成熟度，临床上当儿童出现以下情况则需要尽快到医院进行骨龄测算。
　　第一，发育异常，身高明显低于同龄人，或者是孩子明显高于同龄孩子，或者有很长时间没有长高或变化很慢的孩子。
　　第二，怀疑性早熟的孩子，如女孩8岁之前、男孩9岁之前出现第二性征发育的情况。
　　第三，过度肥胖的孩子，可能在短期内比同龄孩子偏高，但体内产生出更多的雌激素，可能会加速骨骺的快速闭合，则需要进行骨龄测算。
　　人体在胎儿期、儿童期、青春期等不同阶段骨骼的大小和形态均处于不断变化的过程，传统的检查手段是通过拍摄人左手手部、腕部的正位X光片，影像科医生通过X光片观察左手指骨、掌骨、腕骨及尺桡骨远端的二次骨化中心的发育程度，并对照＂G-P图谱＂来确定骨龄。
　　图谱法的骨龄评估，需参考多个骨化中心、骨骺线等发育形态，各个骨化中心的发育状态相互关联，互为参考；然而骨化中心在发育过程中，不同等级间的差异十分细微，把握这些细微差异是等级评价的关键，而细致的对比对医生实际阅片工作也造成了较大的负担和困扰。
　　引进AI辅助骨龄测算系统，可以针对不同区域骨龄评估标准的差异性，基于海量数据，针对不同的评分标准，定制化设置多种骨龄评估模型，对儿童的身高、体重等生长发育状况进行自动评估分析。
　　采写：南都记者 杨丽云 通讯员 王剑 叶美琪 郑春红