赛柏蓝器械|医疗AI成下一个蓝海 医械巨头如何抢滩?


医药网8月10日讯复旦大学附属华山医院感染科主任张文宏教授曾提及 , 医疗人工智能最为成熟的智能影像识别(CT图像识别)在防疫中做出了重要贡献 。
他认为 , AI在医疗机构的应用 , 在检测体系的应用 , 归根结底是线下和线上数据融合 , 并能够为公共卫生系统提供实时预警 。
受到集中于2016-2017年人工智能投资热潮的影响的结果 , 至少多达70-80家的企业参与智能医学影像研发 , 但真正能实现技术落地的企业却是屈指可数 。
此前 , GE医疗首款人工智能CT设备APEX CT正式推出 , 配合GE独有的全数控QUANTIXTM高能球管 , 搭载了通过深度神经网络训练开发出的人工智能CT图像处理技术TrueFidelityTM , 让每一次扫描都能获得以往CT设备无法比拟的高清图像质量 。
对于医生来说 , 越高像素的成像、还原真实的效果越好 , 就好比千万像素摄像头捕捉到的、还原真实的效果 , 为医生提供更有利于精准诊断的信息 。
对患者而言 , 一个是辐射更低、更安全 , 一个是医生诊断更精准、减少漏诊的可能性 , 患者更安心 。
相比传统CT图像对腹部检查一般都选择5mm厚层重建 , TrueFidelity可对任意体型任意部位的检查进行0.625mm的薄层图像重建 , 真实还原图像的解剖细节和纹理 , 提高微小病灶的发现几率 , 有助于早诊早治 , 极大提高医生的诊断信心 。
尤其是对于天然对比度低的组织结构 , 比如腹部成像 , TrueFidelity的诊断优势尤为明显 , 并为临床诊断带来了显著突破 。
在四川大学华西医院提供的临床测试中 , 应用了TrueFidelity的图像下完全达到了常规的诊断标准 , 解决了超低剂量CT扫描导致的噪声太大无法诊断的问题 , 且最低只需10%的辐射剂量 , 就得到了TrueFidelity真理图像 。

赛柏蓝器械|医疗AI成下一个蓝海 医械巨头如何抢滩?
本文插图

北京儿童医院的测试病例也显示 , 经过TrueFidelity , 任意扫描0.625mm薄层重建 , 空间分辨率能提高8倍 , 1.25mm微小病灶检出率提升50% , 最终额外发现了3个之前看不到的微小病灶 。

赛柏蓝器械|医疗AI成下一个蓝海 医械巨头如何抢滩?
本文插图

10年迭代 , AI技术的创新诉求
长久以来 , CT射线的潜在风险始终是医疗专家和患者最为担忧的 , 如何平衡图像质量和辐射剂量是CT影像发展永恒的两难 。
因为 , CT照出来的片子并不是直接投射出来的 , 而是经过复杂的设备 , 从不同的角度扫描人体之后 , 必须再借助计算机的处理形成纹理 , 医生才有读懂它的可能 。
其中的关键就是计算机处理这些数据的方式——算法 。
因此 , 而重建算法的出现与不断升级 , 就是为了更好地解决这个问题 。
第一代CT图像FBP算法的缺陷是 , 如果射线量不足 , 算法重建下的图像质量就会明显降低 , 但射线量过高 , 对患者的辐射损伤太大 。
第二代CT图像算法可以在射线剂量低的条件下 , 通过算法弥补射线信号的不足 , 但图像中的高频信息会被扭曲和丢失 , 就好像用美颜相机过度磨皮 , 图像的真实性难以判断 , 给医生的精准诊断加大了难度 。
迭代算法推出10年来 , 一直在不断改进 , 但由于其自身的局限性 , 医生的接受度并不理想 , 在实际工作中的使用频次也并不高 。
尤其是近年来 , 越来越多的证据表明 , 迭代算法存在的局限性在临床上表现得愈发明显 。
特别是低对比度的诊断任务 , 如肝转移或胰腺占位性病变的检出 , 迭代算法会导致低对比度结构的空间分辨率下降 , 降低病灶的可检测性 。
为此 , 如何实现低剂量、低噪声、自然纹理的三者兼得 , 成为彼时CT重建算法亟待突破的一大瓶颈 。
低剂量、低噪声、真实图像纹理三者兼得

推荐阅读