诊断癌症 人工智能（AI）轻易解放放射科

寻找病灶，并且根据病灶治疗疾病，是医学上常用的治疗方法，但是随着科技的进步，这一方法也有着巨大的进展。1967年英国的亨斯菲尔德发明CT设备的基本组成部分：重建数学、计算技术、X线探测器。1971年9月，亨斯菲尔德又与一位神经放射学家合作成功安装了原型仪器，开始了头部检查。1972年4月，亨斯菲尔德在英国放射学年会上首次公布了这一结果，正式宣告了CT的诞生，对医疗来说是一个革命性的发明。

放射科的工作

如今，放射科检查已经成为很普遍的检查方式，放射科的工作由两部分完成。第一部分是患者在放射科拍摄影像片（X线片、CT、MRI等），这一过程是由放射科技师操作各类机器完成，包括参数设定、扫描、图像处理等，有点类似摄影师拍照，只不过操作的机器更巨大。

第二部分是影像判读，诊断医生在医用竖屏显示器上调阅医学影像图片，逐幅观察图片（一般普通、常规情况，一名患者的图片在80幅-320幅之间，如果是本院多次就诊患者，还需要调阅既往影像图片，作出对比，图片量倍增），寻找发现问题；然后按照要求进行描述，哪些结构正常，哪些结构异常，如何异常；之后结合检查申请单上的临床症状（有时临床科室没有提供）作出“影像诊断”，通俗的说，就是考虑可能是什么疾病，或者倾向什么疾病。

放射科检查有着巨大的意义，以胸部CT扫描为例： 

1.有助于对X线胸片发现的问题作出定性诊断：肿块：(1)鉴别肿块为囊性、实质性、脂肪性或钙化性;(2)明确肿块的位置、范围，查明肿块与纵隔的解剖联属。

2.根据临床需要可检出X线胸片未发现的隐性病源：(1)查明有无微小转移瘤，可显示肿瘤的存在及其部位、大小、数目，以便制订治疗方案。(2)CT引导经皮穿刺活检，使某些肿块能得到组织学诊断。对X线胸片及纤维支气管镜检查阴性，而痰瘤细胞阳性，应作CT以查明肺内瘤源。

3.CT对支气管浸润、狭窄的程度及形态逊于X线断层摄片，更次于支气管造影。

4.对病源的发现、定位及定量诊断较为可靠;对实质性肿块的定性诊断尚不够准确，直径1.5CM以下的病源不能显示。

放射科面临的问题

每天都有很多人来放射科检查，造成了两个方面的困惑，一个是有些病人素质不高会检查之前的混乱，另外一个就是检查后出现的医学影像数量多，很多医院放射科都是三班倒，但是依然不能在短时间内快速判读完医学影像图片。

因为放射科工作的严谨性，需要医生长时间保持高度集中，这很容易会造成因为疲劳而误诊和漏诊等情况，同样很多远程阅片中心和第三方影像机构也会出现这些问题。

Airdoc识别医学影像

Airdoc成立后一直致力于让医疗服务更加高效，经过长时间的实践，发现人工智能可以为医疗带来“增量价值”，目前人工智能在图像识别领域已经赶上甚至超越人类，Airdoc在人类顶尖医生的帮助下，建立了多个精准识别疾病的人工智能辅助诊断系统。

比如在肺部医学影像识别上，支气管肺癌（简称肺癌）是世界上发病率及死亡率最高的恶性肿瘤，每年死亡人数达140万，占所有恶性肿瘤死亡人数的18%。预计中国到2025年每年新发肺癌患者将达到100万人。

由于肺癌早期没有任何临床症状，如果有症状就是中晚期。目前约75%的肺癌患者在诊断时已属于晚期，5年生存率为15.6%。这一现状与缺乏筛查和科学鉴别肺结节的方法有关。因此要提高肺癌患者的长期存活率，肺结节的有效诊断和及时治疗至关重要。

在人类顶尖医生的帮助下，Airdoc基于深度学习开发的算法，通过结节定位、结节大小判断、结节恶性指标计算快速检测肺结节，可以辅助医生在短时间内完成人群的筛查工作，帮助临床医生快速发现和诊断肺结节。

通过人工智能识别医学影像已经成为了一种趋势，国内外很多医疗机构和研究机构都开始接触并使用人工智能解决医疗问题，如今Airdoc的产品已经在众多医疗机构中开始应用，通过Airdoc的算法识别医学影像，可以解脱广大医生，将更大的精力放在疑难杂症之上。

打赏