張仲偉、李昊健 上海交通大學醫(yī)學院附屬瑞金醫(yī)院放射科

陳克敏 上海交通大學醫(yī)學院附屬瑞金醫(yī)院手術(shù)室

人工智能作為計算機科學的一個重要分支，全面滲透到了生活、工作與交往等方面，為生活提供了多種便利。基于人工神經(jīng)網(wǎng)絡(luò)，人工智能在醫(yī)學影像檢查中提供有價值的臨床和科研數(shù)據(jù)，廣泛應(yīng)用于疾病輔助診斷、提高圖像質(zhì)量、提高精準治療方案以及減少電離輻射、醫(yī)療成本等方面。

提高腫瘤早期確診率

在醫(yī)學影像診斷，人工智能開發(fā)和應(yīng)用最廣泛的是肺結(jié)節(jié)人工智能，主要是肺結(jié)節(jié)的檢出和危險度提示。在國內(nèi)大中型城市中，只要配有計算機斷層掃描機（CT）的醫(yī)院，基本上都配置有肺結(jié)節(jié)人工智能軟件。部分肺結(jié)節(jié)是腫瘤的早期病變，隨著胸部CT，特別是低劑量CT 的廣泛應(yīng)用，肺結(jié)節(jié)的篩查和隨訪成為可能，從而大大提高了肺腫瘤的早期發(fā)現(xiàn)。人工智能會將檢出的肺結(jié)節(jié)劃分為高風險、中風險和低風險，這樣不僅可以減少過多的CT 復(fù)查所導致的射線劑量，還減少了體檢者的焦慮。但需要注意的是，肺結(jié)節(jié)人工智能結(jié)果還需要經(jīng)放射科醫(yī)生研判，以防漏診縱隔的病變、肺門的病變及胸壁軟組織、骨骼和上腹部、頸部的其他病變，必要時可行規(guī)范抗炎治療后復(fù)查。

除此之外，人工智能還被應(yīng)用于女性的乳腺影像檢查。影像學檢查是實現(xiàn)乳腺腫瘤早發(fā)現(xiàn)和早治療的主要手段。鉬靶X 線檢查簡便無創(chuàng)，但是高密度腺體里的腫塊不容易被發(fā)現(xiàn)，可以形象地比喻為霧里看花、綿里藏針，而且亞洲女性致密型腺體比例較高，容易產(chǎn)生誤診漏診。數(shù)字乳腺斷層圖像和乳腺動態(tài)增強磁共振成像雖然有助于診斷，但是閱讀圖像的時間是普通鉬靶圖像的數(shù)倍。這樣長時間、高強度閱片難免引起醫(yī)生視覺和心理疲勞，反而導致漏診，還降低了工作效率。基于深度學習算法的人工智能目前主要于乳腺鉬靶的分析，對磁共振和數(shù)字乳腺斷層圖像的研究相對較少。鉬靶人工智能在乳腺腫塊檢測和鈣化檢測方面可以達到90%以上的準確性；在病灶的良惡性判定上，新一代人工智能模型能達到87%的靈敏度和90%以上的特異度。

人工智能還有助于鑒別腫塊型自身免疫性胰腺炎與胰腺導管癌。同時，人工智能還可協(xié)助醫(yī)生提高對前列腺癌的檢出。

識別骨折測骨齡

人工智能在人體骨肌系統(tǒng)問題的判斷中也立下了“功勞”。人體中肋骨的肋弓和前肋部位較容易發(fā)生骨折，如果牽涉到互毆或交通事故，需要通過影像檢查判斷肋骨是否骨折、斷了幾根肋骨，此判定結(jié)果會直接影響到賠償情況。此時，人工智能發(fā)揮了重要作用，減少了肋骨漏診的發(fā)生和診斷所需的時間。

除了識別骨折，人工智能在骨肌系統(tǒng)的應(yīng)用還包括疾病的診斷和分類、骨質(zhì)疏松分析、疾病預(yù)后和術(shù)后療效評估等方面。目前，人工智能的大多數(shù)研究著重于術(shù)前診斷和分級，便于臨床更好地制訂治療方案和手術(shù)路徑。

在兒童生長發(fā)育中，骨齡評估是非常有用的。在一般臨床工作中大多采用圖譜法，就是根據(jù)左手和左腕的正位片的骨化中心出現(xiàn)以及形態(tài)變化進行分析，估算出骨齡提前或者延遲。由于不同閱片醫(yī)生的經(jīng)驗和水平，以及放射科醫(yī)生和兒科醫(yī)生之間的閱片習慣差異，判定的結(jié)果不盡相同?；诖祟悊栴}，人工智能能夠提供相對穩(wěn)定和快速的骨齡結(jié)果，只要掃描圖像，輸入年齡和性別，十幾秒鐘就可以得到結(jié)果。如果再輸入更多的臨床信息，包括父母身高、激素數(shù)值和發(fā)育情況等，人工智能還可預(yù)測將來的身高，對于發(fā)現(xiàn)體育苗子很關(guān)鍵。

協(xié)助發(fā)現(xiàn)腦部疾病

腦血管疾病主要分為缺血性和出血性兩類，利用人工智能不僅可以檢測和分割腦卒中的梗死灶或出血灶，還可分析病情分級和預(yù)后轉(zhuǎn)歸，從而降低腦卒中的發(fā)病率和死亡率。在腦腫瘤中，成人最常見的是腦膜瘤，第二位是膠質(zhì)瘤。人工智能基于深度學習，在腦膜瘤自動檢測、分割和分級方面準確可靠。有研究團隊利用人工智能分析腦腫瘤磁共振圖像，對膠質(zhì)母細胞瘤與腦淋巴瘤鑒別時，精確度可達0.899。國外研究者使用人工智能勾畫放療靶區(qū)與基于磁共振波譜成像的代謝靶區(qū)匹配度很高，因此人工智能在放療靶區(qū)勾畫方面具有廣泛應(yīng)用前景。在中樞神經(jīng)系統(tǒng)退行性疾病的影像診斷，目前人工智能主要用于帕金森病和阿爾茨海默病。

帕金森病患者的數(shù)量在中國不斷增加，早期診斷和干預(yù)帕金森病有利于減緩病情進展并且改善患者生活質(zhì)量。有學者的研究結(jié)果表明，基于深度學習的人工智能可作為帕金森病早期篩查工具。