精准又高效 AI辅助将是未来超声检查标配


精准又高效 AI辅助将是未来超声检查标配



伴随社会老龄化趋势的加速、重大疾病发病率攀升 , 临床对医疗检查的质量及覆盖领域要求更高 。 超声 , 以其无辐射、适用性广等特点 , 成为临床首选的医学影像检查手段之一 。 而由于医疗资源分配不均、相关人才紧缺等因素 , 医疗机构亟须设备的智能化扩展 , 以提高诊断效率及精准度 。
“人工智能辅助作为超声检测的标配将是未来的一个发展方向 。 ”近日中国医师协会超声分会会长、首都医科大学超声医学系主任何文表示 , 人工智能技术有望推动超声学发展 , 并带来技术性革命 。
辅助识别病灶提升工作效率
在超声诊断方面 , 若让资深医学专家与人工智能PK , 结果会怎样?
“试验表明 , 面对同样随机抽取的诸多疑难病例 , 医生会用将近半小时时间做出30个诊断结论 , 人工智能仅需11秒 。 就诊断结果和病理结果的一致性来讲 , AI要比医生高出很多 , 其可通过深度学习分析各种疾病图像 , 并很快做出诊断 , 显然 , 这项技术对影像医学可能会带来相当大的冲击 。 这说明AI将会在医学领域起到非常重要的作用 , 甚至会承担医生所不能完成的一些工作 。 ”何文在接受科技日报采访人员采访时表示 。
【精准又高效 AI辅助将是未来超声检查标配】为何AI会表现得如此出色?GE医疗全身超声全球总经理Brian Mceathron指出:“数字化是未来超声发展的大势所趋 , 医疗大数据是智慧医疗发展的基础 。 ”
据介绍 , 以往超声采用波束形成器、以拼接线成像为主 , 可提供信息非常有限 , 且扫描线之间的插补处理、焦点依赖性都会大幅影响帧频、图像分辨率及均匀性 。
而通过大数据深度学习 , 新的超声医疗设备实现了对影像原始信息的前端智能化筛选与处理 。 其数字引擎可通过对图像的感知 , 实现组织脏器结构甄别、智能病灶分割、智能测量 , 帮助医生摆脱繁多冗杂的图像优化和测量工作 , 集中精力专注于临床诊疗 。 例如 , AI可辅助病灶及组织边界的甄别、圈定区域结构并加以分割测量 , 同时确保数据客观准确 , 有效提升工作效率 。
智慧互联实现零等待工作流
“超声医学是临床重要组成部分之一 , 从超声诊断到救急治疗 , 可以说其对临床医学各个学科都起着非常大的作用 。 ”何文指出 。
目前 , 在AI助力下 , 新的超声医疗设备应用广泛 , 不仅在介入甲状腺、乳腺、肌骨、儿科、心脏等临床领域精准支持临床医师的诊断 , 同时所获丰富信息可为更细微疾病的临床科研发挥作用 。
由于超声诊断扫查部位繁多、动态图像数据量庞大 , 加之门诊量逐年攀升 , 临床科室对超声设备的信息采集、协同和数据处理能力提出更高要求 。 现在新的仪器可实现通过与移动设备的资源互通共享 , 在AI功能辅助下进行对微小病灶的智能识别 , 有效帮助医生提升临床诊疗效率 。
不仅如此 , 医疗设备与智能手机、平板电脑等移动设备互联互通 , 实时高速捕获 , 诸如体表影像、体位信息、病理影像信息等多模态数据 , 同时交互信息、实现云端存储与综合集中管理、即时访问 , 达到零等待工作流 。
何文表示:“目前的AI辅助超声仪器 , 不仅仅让图像更清晰 , 更重要的是运用人工智能 , 一方面解放生产力、提高效率 , 一方面可对图像的识别做出诊断 , 弥补人工的不足 。 所以 , 这种诊断设备对推动超声医学发展 , 解决临床问题和解决患者所关注的问题等方面 , 将会带来技术性的革命 。 ”

推荐阅读