人工智能在医疗影像诊断领域的研究进展

吉 浩 曾凡荣 赵亚妮 谢颖夫

（云南省第一人民医院信息科、昆明理工大学附属医院，云南昆明 650034）

现代医学是建立在实验基础上的循证医学，这就使得影像属于现代医学最为重要的诊断依据，可以说80%～90%的医疗行业数据源于医疗影像，而对于本文开展的研究来说，人工智能在医疗影像诊断领域的应用主要是通过深度学习实现影像的分类、目标的检测、图像的分割和检索，而为了更深入了解这一应用，正是本文就人工智能在医疗影像诊断领域开展具体研究的原因所在。

1 人工智能参与医疗影像诊断的方式

1.1 能力概述

结合国内外人工智能领域发展现状，本文认为人工智能参与医疗影像诊断的方式可以概括为影像分类、目标检测、图像分割、影像检索共四方面，由此智能技术支持下的医疗影像类型分类、目标区域/病灶分类、病灶检测、器官与组织标记定位、器官解剖结构区域分割、病灶区域分割、基于内容的影像检索即可较好实现，由此可见人工智能参与医疗影像诊断的价值。

1.2 主要工作模式

为了更直观说明人工智能在医疗影像诊断领域的工作模式，本文选择了肝部疾病筛查作为研究对象，具体工作流程如下：（1）获取带标注的医学影像样本。在应用人工智能开展的肝部疾病筛查中，首先需要获取大量带标注医学影像样本，由此相关学习算法才能够找到肝部疾病筛查的关键点，如靠近肝脏的点。（2）设定初始化模型。结合上一步骤得到的关键点，即可结合肝的形状鲜艳模型设定初始化模型。（3）机器学习。结合初始化模型，可通过机器学习不断完善模型形状特征，不断逼近边界信息最终便能够获得高质量的分割与筛查结果，人工智能的应用依据也将由此获得。（4）病理图像分析。机器学习环节能够实现肝部的分割和病变标记，但并不足以判定肝部疾病，因此需要进一步开展病理图像分析，这一分析需要得到神经网络和深度学习算法的支持，由此人工智能系统能够拥有识别病变细胞特征的能力，人工智能支持下的病理图像分析也才能够在较短时间内为医生提供价值较高的辅助判断依据[1]。

1.3 带来的改变

对于人工智能在医疗影像诊断领域的应用来说，这一应用带来的改变主要体现在阅片方式、阅片时间、准确率三个层面，具体改变内容如下所示：（1）阅片方式变化：人工智能在该领域的应用则能够实现机器自动完成初步筛选、判断，医生只需要负责最后的判断即可完成阅片。（2）阅片时间变化：人工智能能够快速完成初筛，医生只需要负责关键部位的判断，阅片时间将由此大幅缩短。（3）准确率变化：人工智能具备全面性和稳定性两方面特点，全面性特点能够做到完整观察切片而无遗漏，稳定性特点则能够做到不受疲劳状态影响，由此阅片的准确率将得到有力保障。

2 人工智能参与医疗影像诊断的发展现状

2.1 糖网病筛查

糖尿病性视网膜病变属于常见的视网膜血管病变，但由于长期以来我国存在眼科医生匮乏、居民重视程度不高情况，这就使得我国糖网病筛查比例长期低于10%，这种情况的出现与糖网病患者基数大、眼科领域眼底读片需求不断增加、眼底读片医生培训较慢等情况存在较为紧密联系。

2.2 智能靶区勾画

智能靶区勾画成为了近年来人工智能的研究热点。作为最主流的肿瘤治疗方式之一，肿瘤病人的CT图像勾画往往需要消耗大量时间，传统方法下医生多需要应用3～5 h进行靶区勾画，随之开展的照射方案或手术方案设计同样需要消耗大量时间，而这一系列过程随着病人的病情变化将不断循环，大量的医疗资源因此浪费。事实上，靶区勾画涉及大量劳动密集型工作，而这类工作正是人工智能的专长，因此近年来学界涌现了大量相关研究成果，恶性肿瘤智能放疗生物靶区勾画系统、分子影像引导智能放疗系统生物调强智能放疗靶区勾画与评估软件均属于其中代表，该领域的发展同样需要得到重视[2]。

3 人工智能下医疗影像诊断领域的发展趋势

3.1 长期发展趋势

结合人工智能在医疗影像诊断领域的发展与应用现状，本文将医疗影像诊断领域的发展趋势概括为建立标准化与大样本的大数据中心、开展超大规模训练数据与复杂深层模式和分布式并行训练、以应用的结果作为目标驱动。总的来说，只有认知科学进步大幅进步、量子计算机取得突破性成果，人工智能才能够更好服务于医疗影像诊断领域。

3.2 短期发展趋势

跨领域协作属于人工智能下医疗影像诊断领域的短期发展趋势，近年来业界涌现的大量人工智能创业公司、各大公司在该领域的布局也较好证明了这一点，基于此，本文认为独立研发、组建联盟将成为短期内人工智能下医疗影像诊断领域的主要发展方向，临床信息、基因检测、病理信息、各医疗人工智能领域交叉合作均属于发展过程中的重要内容，人工智能将在不久的将来真正成为医生的好助手。

4 结论

综上所述，人工智能能够较好应用于医疗影像诊断领域。而在此基础上，本文涉及的获取带标注医学影像样本、病理图像分析、糖网病筛查等内容，则证明了研究的实践价值。因此，在相关领域的理论研究和实践探索中，本文内容能够发挥一定程度的参考作用。

[1] 巨变端倪：人工智能在医疗影像诊断领域全面爆发[J].中国医学计算机成像杂志，2017，23（03）：278.

[2] 何哲.通向人工智能时代——兼论美国人工智能战略方向及对中国人工智能战略的借鉴[J].电子政务，2016，（12）：2-10.