近期，雷鋒網(wǎng)醫(yī)健AI掘金志邀請(qǐng)西門(mén)子醫(yī)療高級(jí)研發(fā)科學(xué)家于揚(yáng)，做客雷鋒網(wǎng)公開(kāi)課，以“大道至簡(jiǎn)，深入解析西門(mén)子醫(yī)療智慧影像鏈”為題，對(duì)西門(mén)子醫(yī)療的全流程影像AI解決方案進(jìn)行了解析。

后續(xù)將有更多課程上線，添加微信公眾號(hào)  醫(yī)健AI掘金志  報(bào)名聽(tīng)課，或收看本節(jié)課程視頻回放

1990年，西門(mén)子就已經(jīng)將AI應(yīng)用在設(shè)備成像中。西門(mén)子醫(yī)療高級(jí)研發(fā)科學(xué)家于揚(yáng)表示，雖然AI近些年在輔助診斷中取得了很好的效果，但這只是影像科工作鏈上的一個(gè)點(diǎn)。在AI應(yīng)用上，西門(mén)子醫(yī)療提出一種全流程智慧影像鏈的解決方案，將人工智能融合到影像設(shè)備操作流程和科室工作之中，提供全科室的精準(zhǔn)醫(yī)療服務(wù)。

以CT掃描前的患者位置選擇為例，西門(mén)子醫(yī)療研發(fā)了Alpha自動(dòng)解剖結(jié)構(gòu)識(shí)別技術(shù)，自動(dòng)標(biāo)記掃描區(qū)域，消除人為操作可能產(chǎn)生的誤差，準(zhǔn)確性達(dá)到99%；

在掃描環(huán)節(jié)中，其自動(dòng)管電流和電壓調(diào)節(jié)技術(shù)可以根據(jù)患者體型，輔助技師選擇最佳的掃描參數(shù)條件。

針對(duì)掃描后的醫(yī)生診斷環(huán)節(jié)，西門(mén)子醫(yī)療提出了前處理理念。以心臟掃描為例，將過(guò)去需要15分鐘時(shí)間才能完成的心臟分割，冠脈提取，處理分析等后處理工作，在西門(mén)子前處理工作站下后自動(dòng)完成，當(dāng)醫(yī)生打開(kāi)病例時(shí)，對(duì)應(yīng)的結(jié)果和分析報(bào)告就會(huì)自動(dòng)呈現(xiàn)出來(lái)。

以下為于揚(yáng)分享的全文內(nèi)容，雷鋒網(wǎng)做了不改變?cè)獾木庉嫛?/strong>

1. 構(gòu)建完整的智慧診斷鏈條

2. 掃描前，用AI解決人為區(qū)域選擇誤差

3. 掃描中，利用AI自動(dòng)推薦掃描參數(shù)

4. 圖像重建方面，構(gòu)建4種模型共同優(yōu)化質(zhì)量

5. 后處理階段，提出“前處理”理念

6. 將AI應(yīng)用在心臟、神經(jīng)等疾病的診斷效率提升。

我主要想談一談西門(mén)子醫(yī)療智慧影像鏈在CT檢查和診斷中的應(yīng)用。在開(kāi)始介紹之前，我想先跟大家分享幾個(gè)數(shù)字：截止到2019年底，全國(guó)CT裝機(jī)量已經(jīng)達(dá)到5600臺(tái)，并且這個(gè)數(shù)字還在以每年16%的速度增長(zhǎng)，

另一方面，目前在中國(guó)注冊(cè)的影像相關(guān)診斷醫(yī)生，包括技師和護(hù)士在內(nèi)，總共只有15.8萬(wàn)人，相當(dāng)于每百萬(wàn)人口中只有11個(gè)影像醫(yī)生、這個(gè)群體的增長(zhǎng)速度只有2.2%，遠(yuǎn)沒(méi)有CT的增長(zhǎng)速度快，這樣的不平衡會(huì)引發(fā)很多的問(wèn)題。 

第1點(diǎn)，醫(yī)生工作量的增加。據(jù)統(tǒng)計(jì)，一個(gè)醫(yī)生每天要平均處理50個(gè)患者的影像數(shù)據(jù)，閱讀25000張到50000張的醫(yī)學(xué)圖像，加班已經(jīng)成了醫(yī)生的家常便飯。

第2點(diǎn)，患者就診的感受也不是很好。曾經(jīng)有報(bào)道說(shuō)患者需要等上好幾天才能拿到自己的診斷報(bào)告。

第3點(diǎn)，工作量增加，還被證實(shí)會(huì)導(dǎo)致診斷水平準(zhǔn)確性的下降。有些研究表明如果將醫(yī)生工作時(shí)的處理時(shí)間縮短一半，那么診斷的錯(cuò)誤率才有可能會(huì)提高16.6%。

所有的一切都構(gòu)成了醫(yī)學(xué)影像發(fā)展中的新挑戰(zhàn)。如何解決這些挑戰(zhàn)？我想很多人心目中都會(huì)想到這樣的一個(gè)答案，用人工智能方法幫助醫(yī)生減少工作壓力、提高工作效率。

從兩三年前開(kāi)始，人工智能再次回到我們熱議討論的中心。這個(gè)時(shí)候開(kāi)始有大批的初創(chuàng)公司將目光聚焦于此，由此衍生出很多應(yīng)用，比如說(shuō)肺結(jié)節(jié)的篩查分析、乳腺癌篩查、眼底糖網(wǎng)篩查、術(shù)中鑒別的輔助診斷，這些應(yīng)用很多都是應(yīng)運(yùn)而生。

但回過(guò)頭來(lái)看，在投資蜜月期結(jié)束之后，真正被臨床接受、被NMPA認(rèn)可、具有穩(wěn)定的臨床表現(xiàn)的這種應(yīng)用產(chǎn)品卻寥寥可數(shù)。

為什么會(huì)出現(xiàn)這樣的情況？其實(shí)我們分析有認(rèn)為有以下三點(diǎn)的原因：

第1個(gè)， AI的優(yōu)勢(shì)在于對(duì)明確邏輯或者是特定規(guī)則下進(jìn)行學(xué)習(xí)和預(yù)測(cè)。而對(duì)于疾病診斷來(lái)說(shuō)，很多診斷指南還在更新和完善的過(guò)程中，很多所謂的臨床金標(biāo)準(zhǔn)的可信度也沒(méi)有達(dá)到百分之百。這就使我們學(xué)習(xí)和預(yù)測(cè)模型的準(zhǔn)確性，在想達(dá)到準(zhǔn)確性很高的程度時(shí)，會(huì)有較大的難度。

第2個(gè)，我們之前關(guān)注的過(guò)于局限?；剡^(guò)頭來(lái)看，過(guò)去大家可能將太多的目光關(guān)注在了輔助診斷上。這并沒(méi)有錯(cuò)，但醫(yī)學(xué)影像是一個(gè)非常長(zhǎng)的工作鏈條，我們不應(yīng)僅僅關(guān)注在一個(gè)點(diǎn)上，而是應(yīng)該從整體的角度想辦法來(lái)提高工作效率。

第3，很多研究也都證實(shí)，決定AI算法準(zhǔn)確性的核心在源頭：數(shù)據(jù)的采集是否規(guī)范、數(shù)據(jù)的標(biāo)準(zhǔn)是否統(tǒng)一、數(shù)據(jù)的質(zhì)量是不是滿足要求。

這些是AI成敗的關(guān)鍵，這也從側(cè)面說(shuō)明，要從整體角度去思考AI對(duì)于影像工作流程影響的重要性。

正是基于這樣的想法，西門(mén)子醫(yī)療提出了一種全流程智慧影像鏈的解決方案。

西門(mén)子醫(yī)療在全流程創(chuàng)新方面，是將人工智能的思想融合到影像設(shè)備的操作流程以及影像科工作的工作流程之中。為科室提供全系列的影像產(chǎn)品的同時(shí)，輔助操作技師和影像醫(yī)生提供快速個(gè)性化和定制化的精準(zhǔn)醫(yī)療服務(wù)。

對(duì)CT來(lái)說(shuō)，這個(gè)代表著什么呢？整個(gè)CT的檢查流程的環(huán)節(jié)特別多，而且會(huì)涉及到眾多工作人員，同時(shí)還需要科室間配合的輔助檢查過(guò)程。

比如說(shuō)在掃描之前，醫(yī)護(hù)人員需要對(duì)患者進(jìn)行準(zhǔn)備，對(duì)掃描手段進(jìn)行設(shè)置。如果是做心臟掃描的話，還需要對(duì)患者的心率進(jìn)行評(píng)估。

在掃描過(guò)程中，首先需要對(duì)檢查進(jìn)行檢測(cè)、復(fù)核，然后還需要根據(jù)患者的情況選擇合適的掃描方案、掃描條件，甚至還需要對(duì)異常的情況進(jìn)行處理。

掃描結(jié)束后，醫(yī)生也需要對(duì)數(shù)據(jù)進(jìn)行后處理的分析，包括閱片、撰寫(xiě)診斷報(bào)告等這些工作。

我們可以把這個(gè)過(guò)程分為掃描、重建、后處理和診斷等四個(gè)環(huán)節(jié)。

每一個(gè)環(huán)節(jié)中都有很繁瑣的操作，人工智能的方法和技術(shù)確實(shí)可以幫助我們。值得一提的是，在每一個(gè)環(huán)節(jié)中CT的操作指南以及診斷指南都進(jìn)行了嚴(yán)格的規(guī)范。

西門(mén)子醫(yī)療的智慧影像鏈內(nèi)嵌入的AI算法完全滿足指南要求，可以提供一個(gè)規(guī)范化的掃描過(guò)程進(jìn)行高質(zhì)量重建，包括自動(dòng)的前處理，以及精準(zhǔn)的輔助診斷以及輔助診斷的結(jié)果。

舉一個(gè)簡(jiǎn)單的例子，比如說(shuō)對(duì)近些年來(lái)備受關(guān)注的肺結(jié)節(jié)篩查，指南中對(duì)患者的擺位，包括掃描范圍都有很明確的界定。

掃描技師需要通過(guò)學(xué)習(xí)和訓(xùn)練來(lái)掌握這些細(xì)節(jié)。然而即便如此，擺位的偏差、掃描位置偏移，依然是存在的。技師間操作個(gè)體的差異是在所難免，也是無(wú)法消除的。

這就導(dǎo)致整個(gè)審核過(guò)程中的不規(guī)范和不準(zhǔn)確的問(wèn)題存在。這樣一個(gè)簡(jiǎn)單的環(huán)節(jié)，對(duì)輻射劑量、圖像質(zhì)量都會(huì)產(chǎn)生很大的影響。通過(guò)人工智能的方法就可以很好的解決這個(gè)問(wèn)題。

上圖所示就是利用人工智能的方法和我們手動(dòng)標(biāo)記的自動(dòng)掃描區(qū)域的一個(gè)比較示例。

我們看到白色線是手動(dòng)勾畫(huà)的掃描區(qū)域，而橘黃色線是人工智能算法自動(dòng)標(biāo)記出來(lái)的一個(gè)掃描區(qū)域，手動(dòng)設(shè)置的掃描區(qū)域，它或大或小比較不穩(wěn)定，而自動(dòng)標(biāo)記設(shè)定的區(qū)域它是永遠(yuǎn)是統(tǒng)一的。

所以人工智能自動(dòng)標(biāo)記的過(guò)程，消除了人為操作可能產(chǎn)生的誤差，同時(shí)也減少了醫(yī)生的不必要的工作。

這個(gè)可以通過(guò)西門(mén)子獨(dú)有的基于人工智能的Alpha自動(dòng)解剖結(jié)構(gòu)識(shí)別技術(shù)來(lái)實(shí)現(xiàn)。

和大多數(shù)的人工智能識(shí)別方法類似，它也是通過(guò)對(duì)大量手動(dòng)標(biāo)記的數(shù)據(jù)進(jìn)行系統(tǒng)學(xué)習(xí)，然后建立起人工智能的學(xué)習(xí)模型，來(lái)學(xué)習(xí)解剖結(jié)構(gòu)的一些定位信息，后面再利用這個(gè)模型在新的數(shù)據(jù)上給出這些解剖結(jié)構(gòu)相應(yīng)位置。

為了更好的適應(yīng)我們中國(guó)人群相關(guān)解剖結(jié)構(gòu)的特點(diǎn)，了解中國(guó)人群的需求，我們也特地選取亞洲人群的數(shù)據(jù)庫(kù)，進(jìn)行整個(gè)模型的訓(xùn)練。所以對(duì)中國(guó)人群的識(shí)別準(zhǔn)確度、敏感度都是非常好。

這個(gè)技術(shù)被緊密的結(jié)合在了很多西門(mén)子醫(yī)療智慧影像鏈的工作鏈條之中，我們看到它的準(zhǔn)確性可以達(dá)到99%，而敏感性可以達(dá)到97%以上，可以說(shuō)是一個(gè)非常好的表現(xiàn)。

在掃描環(huán)節(jié)中，除了上面講到的自動(dòng)識(shí)別功能外，掃描參數(shù)的設(shè)定也是非常重要的一個(gè)環(huán)節(jié)。

我們現(xiàn)在看到的這個(gè)圖，是我們?cè)赾t界面上對(duì)所有掃描參數(shù)的一些設(shè)置。這個(gè)設(shè)計(jì)的過(guò)程是相當(dāng)復(fù)雜的，它的復(fù)雜程度絕對(duì)要高于一臺(tái)高品質(zhì)的單反相機(jī)的設(shè)置，其中有數(shù)十個(gè)參數(shù)需要調(diào)節(jié)。

并且技師還需要針對(duì)不同體型的人群，調(diào)節(jié)相關(guān)參數(shù)來(lái)獲得穩(wěn)定的圖像質(zhì)量，以及造影劑的相應(yīng)增強(qiáng)水平。

這都非?？简?yàn)技師的能力，即便擁有豐富經(jīng)驗(yàn)的技師也可能會(huì)犯錯(cuò)誤，因?yàn)橄嗤捏w型，體脂含量、骨骼的密度都可能不同。僅憑肉眼對(duì)體型進(jìn)行判斷非常難實(shí)現(xiàn)我們要求的標(biāo)準(zhǔn)化。

而且這個(gè)問(wèn)題對(duì)于高端的CT來(lái)說(shuō)就會(huì)變得更為復(fù)雜。普通CT可能只有4個(gè)球管電壓檔位：80kV、100kV、120kV、140kV，而球管電流的選擇范圍也有可能只是從0~600/700mA這樣的選擇范圍。

而目前西門(mén)子最高端的雙源CT，參數(shù)的調(diào)節(jié)能力就更強(qiáng)。千伏我們現(xiàn)在是有9檔的選擇，從70kV到150kV，每10千伏有一個(gè)選項(xiàng)。而電流的選擇，我們可以從0~1300mA，是相當(dāng)于其他CT4倍的選擇范圍。

那么在這么多的可能性之中，哪一個(gè)才是最佳的掃描參數(shù)條件的設(shè)置？這個(gè)問(wèn)題就會(huì)變得比較復(fù)雜。

為了解決這個(gè)問(wèn)題，我們?cè)谖鏖T(mén)子CT上研發(fā)了自動(dòng)的管電流和管電壓的調(diào)節(jié)技術(shù)。這兩個(gè)技術(shù)會(huì)通過(guò)患者的定位相來(lái)衡量患者的體型，以及掃描部位來(lái)選擇最合適的一個(gè)電壓。

而且整個(gè)調(diào)節(jié)過(guò)程在掃描過(guò)程中是實(shí)時(shí)改變的，在360度的掃描過(guò)程中，這項(xiàng)技術(shù)可以通過(guò)在患者前一個(gè)投照角度下的密度來(lái)自適應(yīng)的來(lái)調(diào)節(jié)我們的電流水平。

這樣就真正做到了按照患者的自身情況，個(gè)性化的設(shè)計(jì)掃描方案的過(guò)程。并且為了保證對(duì)于不同患者，我們的圖像質(zhì)量能夠統(tǒng)一，可以通過(guò)設(shè)定圖像質(zhì)量的參考值來(lái)保證無(wú)論對(duì)于什么樣的患者、什么樣的體型進(jìn)行掃描，都可以得到穩(wěn)定和統(tǒng)一的圖像。

這個(gè)例子展示了在使用我們電流調(diào)節(jié)技術(shù)之前和使用電流調(diào)節(jié)技術(shù)之后圖像上的差異。

我們可以看到在肩部以及肩鎖的部位，沒(méi)有使用調(diào)節(jié)之前，它的偽影是非常嚴(yán)重的。而使用了這個(gè)技術(shù)之后，在投照方向上會(huì)感知這種密度的增強(qiáng)，會(huì)自動(dòng)調(diào)高我們的電流的相應(yīng)水平。所以我們看到在右面的圖像上，它的這種偽影是非常少的，圖像質(zhì)量是滿足我們臨床需求的。

另外一方面，大規(guī)模的人群使用下來(lái)的統(tǒng)計(jì)結(jié)果，這種技術(shù)確實(shí)也可以幫助我們對(duì)整個(gè)人群的輻射劑量管理起到一定的幫助。 

比如我們看到在沒(méi)有使用 care技術(shù)之前，大部分人群會(huì)采用120kV進(jìn)行掃描。而使用了care技術(shù)之后，大部分人群我們輻射劑量、輻射的水平大幅度降級(jí)，大部分的人群是采用100kV進(jìn)行掃描，而且獲得的圖像質(zhì)量是一致的。這其實(shí)就是掃描參數(shù)的自動(dòng)設(shè)置給我們帶來(lái)的一些新的改變。

那么除了這個(gè)以外，在圖像質(zhì)量控制方面，也是智能化的一個(gè)重要應(yīng)用領(lǐng)域。

心臟掃描可以說(shuō)是整個(gè)CT掃描最重要的檢查之一了，同時(shí)也是對(duì)圖像質(zhì)量的把控需求最高的一個(gè)環(huán)節(jié)。

那么這其中其實(shí)也蘊(yùn)含著人工智能技術(shù)的相應(yīng)扶持。心臟檢查之所以復(fù)雜，是因?yàn)槲覀冊(cè)趯?duì)一個(gè)運(yùn)動(dòng)器官進(jìn)行成像，就好像是我們?cè)谂囊粋€(gè)運(yùn)動(dòng)的風(fēng)車，需要掃心臟的CT掃描儀有一個(gè)非常快的掃描速度。

西門(mén)子采用兩套球管兩套探測(cè)器的雙源設(shè)計(jì)，同時(shí)采集來(lái)縮短心臟掃描的成像時(shí)間。我們現(xiàn)在已經(jīng)可以做到66毫秒的單扇區(qū)時(shí)間分辨率。

但是單單硬件上的這種領(lǐng)先還是不夠的。在做冠脈掃描的時(shí)候，尤其是針對(duì)這種冠心病的患者，還會(huì)經(jīng)常出現(xiàn)這種心律不齊的情況。那么對(duì)于這種心臟不規(guī)則的運(yùn)動(dòng)，就需要我們用智能的方法來(lái)幫助我們，保證我們圖像質(zhì)量了。這就是我后面想介紹到的ACS自適應(yīng)心臟掃描的智能方法。

我們看到在正常的心率下，可以通過(guò)一些心電圖信號(hào)的導(dǎo)引，穩(wěn)定的采集到兩次心跳中間收縮末期和舒張末期我們想要的數(shù)據(jù)。

而對(duì)于正常的心率來(lái)說(shuō)，這個(gè)其實(shí)是沒(méi)有任何問(wèn)題的。當(dāng)我們面對(duì)早搏或者心律不齊的患者時(shí)，如果沒(méi)有ACS的輔助，采集的數(shù)據(jù)就會(huì)過(guò)晚而錯(cuò)過(guò)我們最佳的采集時(shí)間窗口。會(huì)導(dǎo)致整個(gè)圖像的模糊或者運(yùn)動(dòng)偽影，整個(gè)檢查就是失敗的。

而如果使用了自適應(yīng)的心臟采集方式，我們可以看到它會(huì)自動(dòng)分析前三次的心跳，來(lái)預(yù)測(cè)下一次心跳的到來(lái)時(shí)間。當(dāng)遇到心律不齊的情況時(shí)候，它會(huì)自動(dòng)打開(kāi)全計(jì)量曝光，并且延長(zhǎng)整個(gè)曝光時(shí)間的長(zhǎng)度，來(lái)解決心律不齊的患者導(dǎo)致數(shù)據(jù)無(wú)法重建這樣的問(wèn)題。 

從一個(gè)例子來(lái)看一下，這個(gè)患者就是連續(xù)的發(fā)生了兩次早搏，ACS算法都成功的探測(cè)到了早搏的存在，并且終止了當(dāng)時(shí)的掃描。

在下一次正常心跳來(lái)臨的時(shí)候，重新進(jìn)行了新的掃描，并且延長(zhǎng)了整個(gè)掃描的一個(gè)曝光窗口。我們從重建的圖像中也可以看到，重建的圖像結(jié)果并沒(méi)有受到早搏的影響。

同時(shí)在我們最新的系列產(chǎn)品之上，其實(shí)還有很多智能應(yīng)用，包括對(duì)造影劑照相機(jī)安全的控制應(yīng)用，包括對(duì)輻射劑量安全控制的應(yīng)用，都被我們集成在掃描控制的一個(gè)ipad平板電腦之上，以確保我們可以獲得一個(gè)安全標(biāo)準(zhǔn)的掃描結(jié)果?？梢詠?lái)進(jìn)入到后續(xù)面的后處理，包括重建以及后處理的一些環(huán)節(jié)。

在重建的環(huán)節(jié)中，其實(shí)早期我們并沒(méi)有用到人工智能技術(shù)。但隨著這個(gè)技術(shù)的發(fā)展，來(lái)到迭代重建時(shí)代，基于模型的技術(shù)就會(huì)越來(lái)越多的應(yīng)用到我們整個(gè)重建過(guò)程當(dāng)中。

比如說(shuō)我們第1代的SAFIRE迭代重建，它其實(shí)是對(duì)真實(shí)的原始數(shù)據(jù)以及前投影獲得的原始數(shù)據(jù)進(jìn)行比較，通過(guò)兩個(gè)比較來(lái)降低我們的整體噪聲，包括圖像的一個(gè)偽影問(wèn)題。

在比較的過(guò)程中，其實(shí)就涉及到了系統(tǒng)的模型，模擬的是整個(gè)x射線投照，包括整個(gè)探測(cè)器吸收的一個(gè)過(guò)程。這里頭其實(shí)我們就已經(jīng)用到了人工智能的這種模型的概念，而在我們最新一代的迭代算法 ADMIRE上，人工智能模型的應(yīng)用就會(huì)更加豐富。

在ADMIRE上，我們用到了系統(tǒng)模型、解剖結(jié)構(gòu)感知模型、原始數(shù)據(jù)與統(tǒng)計(jì)模型以及噪聲模型，4種不同的模型。這些模型的使用是迭代算法，我們獲得的圖像質(zhì)量有了一個(gè)顯著的提升。

與最原始的FBP的重建色彩相比，ADMIRE迭代重建能在保持信息值不變的條件下顯著的降低圖像的噪聲，提高整個(gè)圖像的信噪比。而且是在低對(duì)比度的一個(gè)情況下，ADMIRE能夠明顯的提升小病灶的顯示水平和檢出率。

除此之外，ADMIRE迭代重建算法還可以用來(lái)幫我們降低整體的輻射劑量。

那么可以看到這個(gè)例子就是在相同的輻射計(jì)量水平下，我們使用不同的重建算法，最終得到的圖像的比較。很明顯沒(méi)有使用任何迭代算法的WBP重建，它的圖像質(zhì)量是非常差的。

當(dāng)我們使用的這種人工智能的模型之后，我們發(fā)現(xiàn)SAFIRE中間迭代的結(jié)果圖像會(huì)好很多。而最新的基于4種模型的 ADMIRE系統(tǒng)，重建后他的圖像質(zhì)量就會(huì)非常好，整個(gè)肺內(nèi)的組織顯示，包括紋理的顯示，其實(shí)都達(dá)到了我們臨床診斷的一個(gè)水平。

而且值得一提的是，它的輻射劑量真的是非常低，只有0.025 mSv，我們會(huì)把這樣的方法用在肺結(jié)節(jié)的篩查上，確?；颊咻椛溆?jì)量的安全。

除此之外，為了更好的顯示數(shù)據(jù)，在西門(mén)子3D顯示的過(guò)程中，我們還在業(yè)界首次使用了仿生成像的技術(shù)。這種仿生成像技術(shù)，可以對(duì)西門(mén)子CT的數(shù)據(jù)進(jìn)行高頻次的三維還原。仿真程度我們可以和實(shí)物相比。

除了這個(gè)技術(shù)建立在我們西門(mén)子CT圖像高空間分辨率、高密度分辨率以及3D的一個(gè)優(yōu)勢(shì)基礎(chǔ)之上，其實(shí)與以往的三維成像技術(shù)相比，還更多地運(yùn)用了這種人工智能的光學(xué)模型算法。 

比如說(shuō)我們看到的Mont Carole模擬的方法，包括次表面散射的重建算法，這些重建算法可以幫助我們更好的顯示這些解剖結(jié)構(gòu)中的一些細(xì)節(jié)，同時(shí)增加這些組織結(jié)構(gòu)在三維圖像上深度的信息。

這樣的優(yōu)勢(shì)帶來(lái)了很多改變。

首先其可以用于教學(xué)的環(huán)節(jié)。比如對(duì)一些教學(xué)醫(yī)院，我們可以用這樣的數(shù)據(jù)來(lái)指導(dǎo)學(xué)生對(duì)解剖結(jié)構(gòu)的認(rèn)知。除此之外，對(duì)于臨床來(lái)說(shuō)，其實(shí)這樣的數(shù)據(jù)也更有利于我們對(duì)整個(gè)的患者情況進(jìn)行顯示。

我們現(xiàn)在看一個(gè)對(duì)比，這個(gè)是沒(méi)有 cvrt這個(gè)技術(shù)之前，我們進(jìn)行的三維顯示。而有了這種cvrt這個(gè)技術(shù)之后，我們可以看到整個(gè)顱骨骨折的細(xì)節(jié)顯示是非常細(xì)致的。

其次這樣的技術(shù)我們還可以將它用在整個(gè)手術(shù)的規(guī)劃過(guò)程之中，做手術(shù)的虛擬導(dǎo)航。甚至這樣的技術(shù)由于對(duì)于小結(jié)構(gòu)，包括小血管的顯示非常細(xì)膩，所以它也被用來(lái)對(duì)一些疾病提出一些新的診斷和一些指征。比如說(shuō)我們對(duì)于克羅恩病去觀察它的微小血管，可以提出一個(gè)新的診斷的指征標(biāo)準(zhǔn)。

按照常規(guī)的流程，所有我們獲得的數(shù)據(jù)，包括重建的這些結(jié)果，最后都會(huì)被傳輸?shù)结t(yī)生的閱片工作站上。但是在西門(mén)子的CT系統(tǒng)之上會(huì)有所不同。

除了剛才看到的這些數(shù)據(jù)，包括后處理這些三維顯示的結(jié)果之外，其實(shí)還有更多的驚喜。我們分析結(jié)果的數(shù)據(jù)也會(huì)自動(dòng)的展示在我們的閱片平臺(tái)之上。像這個(gè)就是西門(mén)子最著名的前處理的功能。

比如我們拿心臟掃描為例，正常的工作流程，一般來(lái)說(shuō)診斷醫(yī)生會(huì)在掃描之后先調(diào)閱患者的平掃圖像，來(lái)評(píng)估它的鈣化積分，對(duì)心臟的鈣化情況進(jìn)行估計(jì)。然后第二步還需要將增強(qiáng)的圖像調(diào)閱出來(lái)，對(duì)整個(gè)患者的心臟進(jìn)行分割，冠脈束進(jìn)行提取，來(lái)評(píng)估患者的冠脈的狹窄情況。

那么接下來(lái)如果患者還進(jìn)行了比如灌注掃描的話，那么醫(yī)生還需要手動(dòng)的將灌注數(shù)據(jù)調(diào)閱出來(lái)，導(dǎo)入在我們的后處理工作站中，再對(duì)灌注的數(shù)據(jù)進(jìn)行分析，來(lái)評(píng)估它的心功能的情況。

而如果是在我們西門(mén)子的系統(tǒng)上進(jìn)行分析數(shù)據(jù)做后處理，那么這些所有的過(guò)程會(huì)都被自動(dòng)完成。掃描之后，所有的處理都會(huì)自動(dòng)的實(shí)現(xiàn)。當(dāng)我們打開(kāi)這個(gè)病例的時(shí)候，所有剛才提到的這些分析的結(jié)果，包括分析的報(bào)告，都會(huì)自動(dòng)的呈現(xiàn)在醫(yī)生的面前。

那么對(duì)于以往我們可能要花15分鐘完成的數(shù)據(jù)分析的任務(wù)，但是在西門(mén)子前處理這樣的平臺(tái)和思想之下，我們一步就可以完成，可以做到掃描結(jié)束即處理即所得。醫(yī)生不用花那么多的時(shí)間浪費(fèi)在我們整個(gè)復(fù)雜的后處理環(huán)節(jié)中，而是可以把更多的時(shí)間放在患者身上，去研究患者的病情。

類似這樣的前處理操作，其實(shí)還有很多針對(duì)臨床上的操作，西門(mén)子的后處理Inline技術(shù)都可以自動(dòng)完成。甚至所有這些后處理的結(jié)果都可以傳輸?shù)轿覀兊拈喥脚_(tái)上，非常方便醫(yī)生的分析和讀取。

比如說(shuō)對(duì)于肋骨骨折的判斷，我們Inline的重建會(huì)自動(dòng)把肋骨提取出來(lái)，并且將肋骨拉平進(jìn)行平鋪顯示，方便醫(yī)生更好的找到骨折線的位置，這樣的結(jié)果是明確并且一目了然的。

而對(duì)于一些更為復(fù)雜的診斷需求，可能就需要用到我們更復(fù)雜更高級(jí)的輔助分析軟件了。比如如果醫(yī)生想對(duì)心肌缺血的情況進(jìn)行判斷，那么常規(guī)的這種冠脈檢查，雖然我們可以看到冠脈結(jié)構(gòu)，但是對(duì)于血管代償?shù)拇嬖冢荒苤苯拥呐袛嗪头治鑫覀冃募∪毖那闆r。

相比之下血流儲(chǔ)備分?jǐn)?shù)可能會(huì)是對(duì)缺血判斷更準(zhǔn)確一點(diǎn)的參數(shù)，但是這是一種有創(chuàng)的檢查方式，臨床開(kāi)展相對(duì)較少。

所以在這種情況下，醫(yī)生如何去判斷患者的真實(shí)情況？

對(duì)于這樣的問(wèn)題，西門(mén)子開(kāi)發(fā)了一個(gè)基于CT圖像的血流儲(chǔ)備分?jǐn)?shù)的一個(gè)評(píng)估的模型。通過(guò)對(duì)動(dòng)脈束的建模，包括利用到這種仿真的、基于流體力學(xué)的血流壓力的這些數(shù)據(jù)，我們可以訓(xùn)練出一個(gè)自動(dòng)的來(lái)評(píng)估血流儲(chǔ)備分?jǐn)?shù)的一個(gè)計(jì)算機(jī)模型。

利用計(jì)算機(jī)模型，我們?cè)谛碌臄?shù)據(jù)上就可以在很短的時(shí)間內(nèi)獲得對(duì)血流儲(chǔ)備分?jǐn)?shù)的一個(gè)估計(jì)值。這樣的一個(gè)基于人工智能的血流儲(chǔ)備分?jǐn)?shù)模型，它的好處有以下幾點(diǎn)：

第1個(gè)，運(yùn)算速度是非?？斓?。我們?cè)趲酌腌姷臅r(shí)間內(nèi)就可以獲得原來(lái)可能需要有創(chuàng)方式才能獲得的結(jié)果。

第2點(diǎn)，無(wú)需我們額外的操作。我們?cè)诔Ｒ?guī)的這種冠脈的增強(qiáng)圖像上進(jìn)行處理，就可以得到這樣一個(gè)結(jié)果，無(wú)需我們?cè)僮鲱~外的一個(gè)檢查。

第3個(gè)，準(zhǔn)確性很高。這種模擬得到的數(shù)據(jù)的結(jié)果跟我們真正的這種有創(chuàng)獲得的結(jié)果，它的相近度是非常高的。

所以這樣就可以真正在臨床使用過(guò)程中幫助我們提供額外的輔助診斷信息，而且這些輔助診斷的信息對(duì)于冠心病患者確實(shí)幫助是非常之大的。

這些信息我們可以將它利用在對(duì)缺血的真實(shí)性的判斷上。比如患者到底要不要真正的進(jìn)行這種PCI的一個(gè)治療，對(duì)這方面我們?nèi)绾稳ヮA(yù)測(cè)，其實(shí)我們都可以利用這樣的數(shù)據(jù)，在基于傳統(tǒng)CTA的數(shù)據(jù)支持基礎(chǔ)之上，我們可以把 CT-FFR的數(shù)據(jù)結(jié)合到我們整個(gè)的診斷路徑之中。

也有研究分析也討論過(guò)，如果將這種CT-FFR的數(shù)據(jù)加入到整個(gè)我們的診斷邏輯之后，將會(huì)改變60%以上受試者的治療推薦，可以減少很多不必要的支架的植入，這對(duì)患者是非常大的幫助。

這個(gè)結(jié)論以被多家醫(yī)院所證實(shí)，來(lái)自國(guó)外的多中心研究中收集了5000多例這樣的數(shù)據(jù)，最終得出了這樣的結(jié)果。輔助診斷其實(shí)對(duì)于冠心病患者的 PCI術(shù)后的預(yù)測(cè)是有很大的價(jià)值。

除此之外，其實(shí)這樣的CAD輔助診斷預(yù)測(cè)模型在我們的西門(mén)子系統(tǒng)之上還有很多。比如說(shuō)我們現(xiàn)在看到的對(duì)于卒中缺血區(qū)域分析的這樣一個(gè)評(píng)估，ASPECTS評(píng)分的這樣一個(gè)工具，它可以自動(dòng)的對(duì)顱腦進(jìn)行區(qū)域的劃分，并且評(píng)估出缺血的ASPECTS的參數(shù)。

還有比如說(shuō)我們有對(duì)腫瘤患者的良性，甚至是腫瘤的淋巴結(jié)轉(zhuǎn)移可能性預(yù)測(cè)的分析軟件?；贑T的紋理特征的數(shù)據(jù)，我們建立起這種組學(xué)分析的模型，可以很有效的預(yù)測(cè)包括腫瘤良惡性，是否轉(zhuǎn)移，甚至包括它的基因表現(xiàn)的一些特點(diǎn)。

那么除此之外，對(duì)于這種肺結(jié)節(jié)的篩查，也是我們比較傳統(tǒng)的一個(gè)應(yīng)用了。我們也提供了這種肺結(jié)節(jié)篩查的工具，可以自動(dòng)標(biāo)記肺結(jié)節(jié)的位置，對(duì)肺結(jié)節(jié)進(jìn)行輪廓的分割，幫助醫(yī)生更快速的找到病灶的一個(gè)位置，給醫(yī)生更多的一個(gè)提示。

還有一個(gè)值得大家關(guān)注的方面，就是在我們的科研平臺(tái)上，近期我們還會(huì)推出一個(gè)肺的炎性評(píng)估的一個(gè)科研的軟件。它對(duì)于整個(gè)新冠肺炎的評(píng)估會(huì)有很好的幫助作用。

上面就是給大家展示的智能化和數(shù)字化技術(shù)在整個(gè)西門(mén)子醫(yī)療影像鏈中的應(yīng)用，可以看到人工智能技術(shù)其實(shí)貫穿到了所有的流程之中，并且相互配合、緊密銜接。針對(duì)不同的臨床檢查目的，會(huì)形成各自不同的影像鏈的決策束。

比如說(shuō)我們現(xiàn)在看到的對(duì)于心臟來(lái)說(shuō)，其實(shí)我們不僅僅是關(guān)注在診斷的一個(gè)環(huán)節(jié)中。

從最開(kāi)始講，如何去掃描？如何去準(zhǔn)備患者？如何去保證診斷的準(zhǔn)確性？這些從源頭開(kāi)始，我們就在利用整個(gè)人工智能的方法來(lái)幫助我們獲得更準(zhǔn)確的數(shù)據(jù)，來(lái)幫助我們獲得更準(zhǔn)確的診斷結(jié)果。除此之外，對(duì)于肺結(jié)節(jié)、對(duì)于卒中來(lái)說(shuō)，我們也都會(huì)形成不同的智慧影像鏈的這種決策束。

這樣的智慧影像鏈確實(shí)給我們帶來(lái)了很大的改變，我們可以看到前后的對(duì)比。沒(méi)有智慧影像鏈之前，可能醫(yī)生大部分的時(shí)間都會(huì)集中在熱力圖的顯示，醫(yī)生大部分時(shí)間會(huì)集中在他的操作間，在電腦和顯示器面前去進(jìn)行復(fù)雜的設(shè)置和操作。

而如果利用到我們這種人工智能技術(shù)之后，醫(yī)生可以把大部分的時(shí)間放在與患者的溝通，包括對(duì)病情的了解，人工智能可以讓醫(yī)生從復(fù)雜的工作中抽身，把時(shí)間更多的放在與患者的交流之中。

那么就是整個(gè)智慧影像鏈在掃描環(huán)節(jié)中，可能會(huì)對(duì)我們整個(gè)醫(yī)學(xué)影像帶來(lái)的一些新的改變。

最后，我們還想在這個(gè)基礎(chǔ)之上，跟大家探討分享一下我們對(duì)未來(lái)人工智能發(fā)展的一些思考。

人工智能它是一個(gè)非常大的趨勢(shì)，但是如何將其跟醫(yī)學(xué)影像結(jié)合，才能讓它更快、更好的落地?

西門(mén)子在這方面有了很深入的思考，我們給出了西門(mén)子對(duì)于人工智能的發(fā)展的一個(gè)框架。

這里面可能我們要做的有兩件事情：

第1，就是剛才介紹到的全流程的智慧影像鏈，讓人工智能的方法真正的結(jié)合到我們整個(gè)從數(shù)據(jù)采集到和重建后處理以及診斷每一個(gè)環(huán)節(jié)之中，更好的提高我們醫(yī)生的診斷效率，提高診斷的準(zhǔn)確性。

第2，我們還是更關(guān)心疾病，更關(guān)心患者的健康。如何利用人工智能技術(shù)來(lái)提高疾病的診斷效率、疾病的準(zhǔn)確性，這個(gè)才是我們可能更為關(guān)心的一個(gè)問(wèn)題。所以我們關(guān)注在以患者為中心，以疾病為中心的診療路徑的優(yōu)化上。

西門(mén)子在這個(gè)方面也是有獨(dú)家優(yōu)勢(shì)的。比如以心臟為例，圍繞心臟相關(guān)的疾病，西門(mén)子就提供了全面的醫(yī)療產(chǎn)品。無(wú)論是這種介入的產(chǎn)品和醫(yī)學(xué)的產(chǎn)品或核磁、CT、超聲，包括檢查室的產(chǎn)品，我們都有非常豐富的產(chǎn)品線。

其實(shí)可以幫助我們?nèi)ヌ剿饕恍┪覀冎翱赡軟](méi)有觸及到的灰色地帶。比如對(duì)心肌缺血來(lái)說(shuō)，有研究表明對(duì)于如果FFR數(shù)值介于0.7和0.8之間對(duì)于心肌缺血的判斷準(zhǔn)確性會(huì)有明顯下降，形成一個(gè)“灰色”的診斷地帶。 

其實(shí)可以幫助我們?nèi)ヌ剿饕恍┪覀冎翱赡軟](méi)有觸及到的灰色地帶。比如還是以剛才講到的心肌缺血的問(wèn)題來(lái)看，有研究表明對(duì)于如果冠脈 CT-FFR這個(gè)參數(shù)在0.7和0.8之間，這是一個(gè)整個(gè)判斷，也是心肌缺血的一個(gè)灰色的地帶。

那么如果我們可以綜合的利用多種參數(shù)來(lái)共同評(píng)估，其實(shí)它評(píng)估的準(zhǔn)確性會(huì)更高一些。比如有研究表明，我們同時(shí)利用FFR數(shù)值，包括CFR數(shù)值以及微循環(huán)的數(shù)值同時(shí)對(duì)血管進(jìn)行評(píng)估，它整個(gè)預(yù)測(cè)包括急性冠脈綜合征以及未來(lái)不良事件的風(fēng)險(xiǎn)和準(zhǔn)確性都會(huì)高很多。

而這些不同的這些參數(shù)，其實(shí)都是我們利用西門(mén)子的不同影像設(shè)備可以做到并獲得的數(shù)據(jù)。這是我們未來(lái)的一個(gè)方向，要利用多模態(tài)的采集方式，利用多模態(tài)數(shù)據(jù)共同分析的方法，來(lái)幫助我們更好的提高診斷的水平。 

那么不單單是在心臟方面，在整個(gè)的腫瘤的分析方面，我們也可以綜合的利用CT、核磁，包括核醫(yī)學(xué)這樣的數(shù)據(jù)來(lái)進(jìn)行統(tǒng)一的分析。

那么對(duì)于比如說(shuō)神經(jīng)方面，現(xiàn)在也有非常明確的診斷的流程。我們利用CT的數(shù)據(jù)可以進(jìn)行這種顱腦的灌注，利用核磁的數(shù)據(jù)可以看到我們腦組織的一些變化，利用 DSA的數(shù)據(jù)可以看到我們整個(gè)血管的一些走形變化，包括堵塞的變化。

我們可以利用全方面所有的影像設(shè)備里影像設(shè)備提供這些數(shù)據(jù)，對(duì)這些疾病做一個(gè)全方位的診斷。這是我們整個(gè)的基于單病種智慧治療路徑優(yōu)化的整個(gè)思考方式。

那么這些思路也得到了整個(gè)西門(mén)子硬件方面的一些支持，包括整個(gè)數(shù)據(jù)的分析和分享。我們可以通過(guò)這樣一個(gè)系統(tǒng)，打破各個(gè)科室之間數(shù)據(jù)分享的一個(gè)壁壘，然后獲得數(shù)據(jù)的共享。

除此之外，在西門(mén)子的所有的系統(tǒng)之上，我們還率先推廣了數(shù)字化的結(jié)構(gòu)報(bào)告。對(duì)于不同的診斷結(jié)果，我們都可以采用這種結(jié)構(gòu)化的數(shù)字化的方式進(jìn)行存儲(chǔ)，方便我們后期對(duì)數(shù)據(jù)的分析，包括對(duì)數(shù)據(jù)的查找。

而且對(duì)于整個(gè)人工智能來(lái)說(shuō)，數(shù)據(jù)的一個(gè)標(biāo)準(zhǔn)化，包括它的一個(gè)結(jié)構(gòu)化，也是對(duì)于我們后期做數(shù)據(jù)挖掘非常重要的基礎(chǔ)。

西門(mén)子投入了大量的精力在開(kāi)發(fā)人工智能的發(fā)展方面，目前已經(jīng)擁有人工智能應(yīng)用達(dá)到了40多項(xiàng)，并且擁有自己的醫(yī)學(xué)診斷的數(shù)據(jù)庫(kù)，進(jìn)行人工智能算法的開(kāi)發(fā)，并且我們還有大型的這種基礎(chǔ)的設(shè)備來(lái)進(jìn)行運(yùn)算力的一個(gè)支持。

2018年，我們公司還斥巨資打造了 digital health solution數(shù)字醫(yī)療解決方案這樣的部門(mén)，我們會(huì)專注在人工智能產(chǎn)品的設(shè)計(jì)和研發(fā)的工作上，和更多醫(yī)生和客戶致力于人工智能的應(yīng)用。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。