醫學影像人工智能進展？

你好！

一、影像診斷市場規模

據Zion Market Research測算，全球影像診斷市場在2016-2021年年復合增長率（CAGR）約為6.0%，預計在2021年市場規模將達335億美元。據Signify Research報告顯示，全球人工智能醫學影像市場有望將在2023年達到20億美元規模。中國多家機構預測，到2020年國內醫學影像市場規模將達6000-8000億元。據機器之心數據統計，2016年中國醫學影像相關企業（包含醫學影像業務的通用型人工智能公司）累計融資額約63億人民幣，之后呈現快速增長趨勢，2018年融資額度創歷史新高，高達約300億人民幣，企業產品創新研發投入持續加碼，診斷產品覆蓋病種達近百種。

二、AI＋醫學影像的技術原理與診斷效果

人工智能在圖像識別領域的持續快速發展為醫學影像診斷痛點帶來曙光。"AI+醫學影像"，是將人工智能在圖像識別領域不斷取得的前沿性突破技術，應用在醫學影像領域，從而達到提高診斷效率和準確率的目的。人工智能主要應用在醫學影像的診斷環節，可以分為兩個階段：一是利用圖像識別技術對患者的影像進行識別，標注病灶關鍵信息，給出初步診斷結果，助力影像醫生診斷效率的大幅提升；二是基于深度學習不斷優化，通過大量已有的影像數據和臨床診斷信息訓練人工智能系統，使其具備獨立診斷疾病的能力，在目前診療體系的基礎上進一步降低復雜疾病的誤診率，從而帶來醫學影像總體診斷水平的提升。

人工智能在圖像識別領域的持續快速發展為醫學影像診斷痛點帶來曙光。"AI+醫學影像"，是將人工智能在圖像識別領域不斷取得的前沿性突破技術，應用在醫學影像領域，從而達到提高診斷效率和準確率的目的。人工智能主要應用在醫學影像的診斷環節，可以分為兩個階段：一是利用圖像識別技術對患者的影像進行識別，標注病灶關鍵信息，給出初步診斷結果，助力影像醫生診斷效率的大幅提升；二是基于深度學習不斷優化，通過大量已有的影像數據和臨床診斷信息訓練人工智能系統，使其具備獨立診斷疾病的能力，在目前診療體系的基礎上進一步降低復雜疾病的誤診率，從而帶來醫學影像總體診斷水平的提升。

圖表  1：AI＋醫學影像的技術原理與診斷效果

三、醫學診斷人工智能的優勢

人工智能和醫學影像的結合，能夠為醫生閱片和勾畫提供輔助和參考，大大節約醫生時間，提高診斷、放療及手術的精度。

1、病灶篩查：針對 X 線、CT、核磁共振等醫學影像的病灶自動識別與標注系統，大幅提升影像醫生診斷效率，同時可以幫助醫生發現難以用肉眼發現和判斷的早期病灶，降低假陰性診斷結果的發生概率；目前系統對十萬張以上的影像進行處理，用時僅數秒之間。

2、靶區自動勾畫：靶區自動勾畫及自適應放療產品幫助放療科醫生對200-450 張 CT 片進行自動勾畫，時間大大縮短到 30 分鐘一套；在患者 15-20 次上機照射過程中間不斷識別病灶位置變化以達到自適應放療，有效減少射線對病人健康組織的傷害。3）影像三維重建：基于灰度統計量的配準算法和基于特征點的配準算法，解決斷層圖像配準問題，節省配準時間，提高配準效率。相對于傳統模式，AI 閱片可大幅提升效率、降低微小病灶的遺漏、提高準確率，而且通過 AI 完成初篩及診斷，由人工完成確定，不僅能保證更高的診斷質量，也帶來成本大幅下降。

圖表 ：人工閱片與 AI 閱片對比

四、醫學影像領域人工智能技術發展的未來趨勢

1. 醫學影像技術進一步發展：醫學影像系統中成像設備技術升級、影像設備圖像處理算力增加、智能診斷軟件集成病種增多、影像數據融合應用、遷移學習加速影像診斷模型訓練。

2. 人工智能在醫學影像應用領域不斷拓寬：除疾病的鑒別診斷外，還可應用于分子及細胞層面圖像處理、應用于介入影像學、助力非外科手術方法診斷及治療等。

3. 醫學影像產業升級：區域影像數據中心建設促進區域級別影像數據流轉及應用，醫學影像專家團隊開發模型評估體系與統一標準作為產業界產品標準等。

五、醫學影像中人工智能技術落地案例簡述

騰訊覓影：騰訊覓影利用騰訊優圖在大數據、圖像識別與深度學習方面的技術，對早期肺癌的敏感度（識別正確率）達到 85% 以上，在良性肺結核的特異性（識別正確率）超過 84%，對于直徑大于 3mm 小于 10mm 的微小結節檢出率超過 95%。

博為軟件：博為肝臟三維手術規劃系統解決了肝臟切除手術方案設計困難問題，通過對原始的CT數據進行后處理重建為三維立體圖像，精準肝臟分割與分段，自動提取腫瘤病臟，直觀地展示肝臟腫瘤、肝段、肝臟內部復雜的管道解剖結構，對病例進行量化分析，并自動生成臨床臟器定量分析報告。

Curexo：由美國 Curexo 公司制造的Robodoc主要用于膝關節和髖關節置換手術。RoboDoc 包括兩部分：手術規劃軟件和手術助手，分別完成 3D 可視化的術前手術規劃、模擬和高精度手術輔助操作。RoboDoc機器人采用了四軸直角坐標工業機器人本體，使用患者股骨上插入的鈦金屬定位針來實現機器人與患者骨骼的相對定位，精度達到了0.1mm。RoboDoc主要用于關節置換術中輔助骨骼和假體的成形、定位和植入，可提高全膝（髖）置換手術的質量。深思考：基于宮頸細胞學領域知識，通過深度學習、機器學習、醫學圖像處理等技術提取宮頸細胞的關鍵特征，自動分割團簇重疊細胞，快速識別涂片上病變細胞的分級類別，實現宮頸細胞涂片的輔助閱片。深思考人工智能輔助閱片機器人可在100秒內完成單張涂片的閱片，適配國內多種制片方法，其中鱗狀上皮細胞異常敏感性約為98.4%，特異性約99.77%，腺細胞異常敏感性約為93.4%，特異性接近90%。