• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      人工智能在胸部疾病診斷中的研究進展

      2019-01-17 12:56:41崔鳳至弓婷婷劉建華穆興國
      中國醫(yī)療設(shè)備 2019年9期
      關(guān)鍵詞:間質(zhì)性胸部篩查

      崔鳳至,弓婷婷,劉建華,穆興國

      吉林大學(xué)第二醫(yī)院 放射線科,吉林 長春 130041

      引言

      人工智能(Artifi cial Intelligence,AI)是當(dāng)今計算機技術(shù)高速發(fā)展的重要產(chǎn)物,與多學(xué)科多領(lǐng)域溝通合作,對人類社會的發(fā)展及科學(xué)技術(shù)的進步產(chǎn)生深遠的影響,尤其是與醫(yī)學(xué)影像的有機結(jié)合,是最具發(fā)展前景的領(lǐng)域之一。John McCarthy 最早提出人工智能概念:開發(fā)具有人類思維方式的機器軟件,使計算機能夠像人類一樣思考問題[1]。人工智能通過對人類大腦的思考、學(xué)習(xí)和工作方式進行研究分析,并將獲得的研究結(jié)果作為智能軟件開發(fā)與應(yīng)用的基礎(chǔ)。

      現(xiàn)階段,影像科室面臨以下兩大主要問題:首先,隨著公眾對健康教育的深入認(rèn)識,胸部X 線、CT 檢查已成為健康體檢的重要醫(yī)療設(shè)備,因此,每日大量的X 線及CT 檢查,不僅增加了醫(yī)生的閱片量,而且加大了醫(yī)生的工作負擔(dān)。其次,在疾病發(fā)展的早期,病灶小且病變累及范圍小,胸部CT 或平片上顯示不明顯,再加上人眼的分辨力是有限的,可出現(xiàn)疾病的漏診,人工智能在醫(yī)學(xué)影像的應(yīng)用與發(fā)展,有效解決上述出現(xiàn)的兩大問題,輔助影像科醫(yī)生對疾病早期做出準(zhǔn)確的診斷以及降低醫(yī)生的工作負擔(dān)。目前,人工智能已應(yīng)用于臨床中肺結(jié)節(jié)、乳腺癌、間質(zhì)性肺疾病、結(jié)腸癌以及腦腫瘤等的篩查以及診斷,雖然有些技術(shù)還不夠成熟,需要完善,但人工智能的應(yīng)用大大降低放射科醫(yī)生的漏診率及誤診率,提高醫(yī)生的工作效率[2-3]。

      1 人工智能

      人工智能作為計算機領(lǐng)域的一個分支,是使計算機去做一些需要人類智能才能完成的復(fù)雜工作,被認(rèn)為是21 世紀(jì)高精尖技術(shù)之一[4]。

      1.1 人工智能發(fā)展

      現(xiàn)階段,人工智能已廣泛應(yīng)用于臨床,隨著技術(shù)的發(fā)展以及大數(shù)據(jù)的可利用性,人工智能在醫(yī)學(xué)影像的應(yīng)用與發(fā)展成為當(dāng)今時代研究的熱點。1956 年John McCarthy 等首次提出人工智能概念[1],科學(xué)家一直不斷對人工智能技術(shù)進行探索,在對急腹癥的輔助診斷方面有一定成果,1972 年,英國利茲大學(xué)研發(fā)的AAPHelp 系統(tǒng)是醫(yī)療界最早出現(xiàn)的人工智能系統(tǒng)[5]。同年,Leaper 等[6]利用人工智能系統(tǒng)對472 名急腹癥患者進行輔助診斷,進一步推動了人工智能對內(nèi)科復(fù)雜疾病以及感染性疾病的輔助檢查。2006 年,隨著深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)的開發(fā)應(yīng)用,推動計算機輔助檢測和診斷(Computer-Aided Detection/Diagnosis,CAD)的發(fā)展[7],人工智能進入發(fā)展的鼎盛時期。相比國外,國內(nèi)的人工智能技術(shù)不僅起步晚而且發(fā)展道路曲折,直至1981 年,人工智能學(xué)會的成立,人工智能技術(shù)的發(fā)展才開始步入正軌;到21 世紀(jì),人工智能研究與發(fā)展進入蓬勃時期。隨著國家對人工智能技術(shù)的不斷重視,人工智能在各領(lǐng)域都有顯著的成績,尤其是與醫(yī)學(xué)影像的結(jié)合,成為最受關(guān)注重視的領(lǐng)域之一。近幾年,人工智能快速發(fā)展,可應(yīng)用于多個部位的篩查及診斷,尤其是對胸部疾病的輔助篩查與診斷,可對病灶進行定性定量的分析,降低放射醫(yī)生日常的工作負擔(dān),提高影像診斷的準(zhǔn)確性,促進精準(zhǔn)醫(yī)療的發(fā)展[8]。

      1.2 機器學(xué)習(xí)與深度學(xué)習(xí)

      1959 年,Arthur Samuel 提 出 機 器 學(xué) 習(xí)(Machine Learning,ML)的概念,即利用算法使機器在大量數(shù)據(jù)中學(xué)習(xí),獲得對新數(shù)據(jù)分析和研究的方法,應(yīng)用于臨床中,可發(fā)現(xiàn)新的基于影像的病灶[9]。在淺層學(xué)習(xí)的不斷發(fā)展以及大量數(shù)據(jù)的支持下,深度學(xué)習(xí)應(yīng)運而出,并成為人工智能的核心部分。它是以神經(jīng)網(wǎng)絡(luò)為特征的機器學(xué)習(xí)算法,對收集的數(shù)據(jù)進行準(zhǔn)確的分類或預(yù)測[10-11]。深度學(xué)習(xí)開發(fā)應(yīng)用,開啟AI 技術(shù)在醫(yī)學(xué)影像發(fā)展的新紀(jì)元。

      2 人工智能在胸部疾病診斷中的應(yīng)用

      胸部影像的人工智能研究相對比較成熟且應(yīng)用廣泛,主要對肺結(jié)節(jié)、肺間質(zhì)性疾病、乳腺癌的研究[12]。

      2.1 肺結(jié)節(jié)

      近年來,受環(huán)境污染、吸煙、人口老齡化等因素的影響,肺癌發(fā)病率、死亡率已居于我國常見惡性腫瘤的首位[13-14]。肺結(jié)節(jié)是肺癌的早期征象,對于診斷早期肺癌有重要的意義,早發(fā)現(xiàn)、早診斷、早治療可提高患者的生存率,延長患者的生存時間。因此,肺癌防治的重中之重是早期篩查。

      胸部X 線檢查是最常用的檢查手段,由于胸部肋骨對肺野的遮蓋,往往會影響醫(yī)生的閱片,增加對肺部結(jié)節(jié)影的漏診率,因此盡可能去除X 線影像上肋骨密度,從而提高放射科醫(yī)生對肺結(jié)節(jié)診斷的準(zhǔn)確率。von Berg 等[15]采用基于人工神經(jīng)網(wǎng)絡(luò)的雙能剪影技術(shù)來降低X 線片中的骨性密度影,降低被骨性結(jié)構(gòu)遮蓋的肺結(jié)節(jié),因此提高了放射科醫(yī)生對肺結(jié)節(jié)診斷的敏感性以及特異性。

      CT 檢查所得到的是斷層影像,其密度分辨力較X 線高。在CT 上肺結(jié)節(jié)定義為表現(xiàn)為類圓形,直徑不超過3 cm 的高密度影[16]。雖然CT 檢查可清晰的觀察肺部的結(jié)節(jié)影,但有些肺結(jié)節(jié)易與肺內(nèi)血管的斷面相混淆,人工智能可輔助醫(yī)生對肺結(jié)節(jié)檢出,其主要核心技術(shù)是深度學(xué)習(xí),有文獻報道,深度學(xué)習(xí)可有效解決肺結(jié)節(jié)診斷的一些疑難問題,比如降低結(jié)節(jié)檢出的假陽性,da Silva 等[17]采用PSO(Particle Swarm Optimization)技術(shù)來優(yōu)化CAD 技術(shù),其測試結(jié)果表明,PSO 技術(shù)對降低肺結(jié)節(jié)檢測的假陽性是有效的,從而提高CAD 系統(tǒng)對肺結(jié)節(jié)診斷的準(zhǔn)確率。

      有研究表明,肺結(jié)節(jié)AI 檢測軟件對3~6 mm 肺結(jié)節(jié)最敏感,其次是6 mm 以上的結(jié)節(jié),而3~6 mm 的結(jié)節(jié)是放射科醫(yī)生最易漏診的[18]。肺結(jié)節(jié)AI 軟件還可將檢測出的肺結(jié)節(jié)進行定位、測量、分級(低危、高危)等。有文獻報道,肺結(jié)節(jié)AI 檢測軟件的篩查能力要等同于有資歷的影像科醫(yī)生的診斷[19]。現(xiàn)階段,有多家人工智能技術(shù)公司開發(fā)研制了肺結(jié)節(jié)檢測軟件,投入臨床使用后,取得不錯的反響。AI 檢測軟件對肺結(jié)節(jié)篩查診斷敏感性高,可輔助放射科醫(yī)生對肺結(jié)節(jié)的診斷,降低漏診率。

      2.2 間質(zhì)性肺疾病

      間質(zhì)性肺疾病是以彌漫性肺實質(zhì)及間質(zhì)纖維化為特點的一組疾病的總稱,在胸部CT 上多表現(xiàn)為肺部的網(wǎng)格狀及蜂窩狀改變,不同肺間質(zhì)疾病在胸部CT 中表現(xiàn)相似,很難將其區(qū)分。曾有文獻報道,利用CAD 通過紋理分析對胸片中的間質(zhì)性炎癥進行檢測,首先需要提取肺部有價值的信息,然后利用神經(jīng)網(wǎng)絡(luò)對肺部病變進行匯總分類[20]。Gao 等[21]提出新的CT 圖像特征分類方法,即以整體圖像作為輸入的方法,替代以前的圖像拼接算法,從而解決了臨床對肺間質(zhì)性疾病準(zhǔn)確分類的難題,為臨床醫(yī)生治療肺間質(zhì)性疾病提供重要的臨床信息。AI 檢測軟件的應(yīng)用,可提高低年資醫(yī)生對間質(zhì)性肺疾病診斷的準(zhǔn)確性。關(guān)于間質(zhì)性肺疾病AI 檢測的文獻較少,在此僅做一些簡要的介紹。

      2.3 乳腺癌篩查

      乳腺癌是發(fā)生在女性常見的腫瘤,盡管臨床上對治療乳腺癌已取得很大的進步,但乳腺癌的病死率逐年增加,且發(fā)病率具有年輕化趨勢[22]。隨著公眾對健康意識的提升,乳腺定期篩查,對具有高危因素的女性來說至關(guān)重要。

      CAD 檢測軟件可應(yīng)用于CT、乳腺鉬靶、MRI 等不同檢查中,現(xiàn)階段,乳腺癌篩查最常用的是X 線鉬靶檢查。乳腺癌在鉬靶X 線片上主要的特征表現(xiàn)是微鈣化,因此乳腺癌AI 檢測軟件主要是對微鈣化的檢測,由于我國女性乳房大多為致密性乳腺為主,鈣化的檢出率相對較低[23-24]。MRI 對軟組織分辨力要高于X 線,因此,MRI 是診斷致密性乳腺內(nèi)腫塊的重要檢查手段。Li 等[25]采用學(xué)習(xí)遷移技術(shù)的輔助診斷系統(tǒng),利用小數(shù)據(jù)分析研究得出:該方法乳腺癌的診斷有高靈敏度及高特異性,且對乳腺腫塊進行分類。Renz 等[26]利用CAD 對108 名乳腺癌患者的MRI 圖像進行檢測,其對病變的檢出率高,漏診率低。CAD 對乳腺癌的定性具有重要的臨床意義,可輔助放射科醫(yī)生對乳腺癌的診斷。

      3 總結(jié)與討論

      近年來,影像技術(shù)飛速發(fā)展,CT、MRI 等影像技術(shù)手段已成為腫瘤篩查、診斷的重要手段,高分辨率薄層掃描及多模態(tài)成像使影像數(shù)據(jù)日益增長,同時,影像科醫(yī)生的短缺,不能滿足當(dāng)前增長的工作量,人工智能的出現(xiàn)大大減輕放射科醫(yī)生的工作負擔(dān),降低因醫(yī)生疲勞工作造成的人為錯誤率,提高影像診斷的準(zhǔn)確率[27]。

      現(xiàn)階段,人工智能尚不能根據(jù)患者的影像資料生成一份完整的檢查報告,而是僅針對某個部位的某種病灶進行檢測,例如肺結(jié)節(jié)檢測AI 軟件僅針對肺部的結(jié)節(jié)進行篩查,而胸部CT 影像中不僅只有肺結(jié)節(jié),還有胸部肋骨和胸椎以及縱膈腫瘤等疾病,這些部位的疾病AI 軟件是檢測不到的。在未來發(fā)展中,AI 技術(shù)在對病灶的測量和記憶等方面是會超于人類,這一點是不可否認(rèn)的,但對于醫(yī)患關(guān)系溝通交流方面,AI 技術(shù)是永遠無法替代醫(yī)生[28-29]。

      猜你喜歡
      間質(zhì)性胸部篩查
      點贊將“抑郁癥篩查”納入學(xué)生體檢
      公民與法治(2022年1期)2022-07-26 05:57:48
      具有自身免疫特征的間質(zhì)性肺炎的臨床特點
      預(yù)防宮頸癌,篩查怎么做
      NRS2002和MNA-SF在COPD合并營養(yǎng)不良篩查中的應(yīng)用價值比較
      胸部腫瘤放療后椎體對99Tcm-MDP的攝取表現(xiàn)及分析
      認(rèn)識間質(zhì)性肺炎
      智力篩查,靠不靠譜?
      幸福(2019年12期)2019-05-16 02:27:40
      人體胸部
      特發(fā)性間質(zhì)性肺炎中醫(yī)內(nèi)科治療臨床分析
      138例結(jié)締組織病相關(guān)性間質(zhì)性肺疾病臨床特點的回顧性分析
      喀喇沁旗| 望都县| 蓝山县| 肇州县| 珠海市| 德钦县| 嵩明县| 云浮市| 安泽县| 和田县| 万盛区| 墨脱县| 镇雄县| 习水县| 石泉县| 和田市| 哈密市| 宜丰县| 自治县| 郴州市| 松潘县| 天津市| 兴化市| 福州市| 福建省| 广安市| 和田市| 陆丰市| 新田县| 龙海市| 崇左市| 墨玉县| 巫溪县| 呼和浩特市| 台东市| 广水市| 兰西县| 鄂托克旗| 武邑县| 东乡县| 恩施市|