中国研究登顶刊：AI辅助医生检测脑动脉瘤，灵敏度达97.5%

十三 2020-11-09 16:56:01 来源：量子位

华为ModelArts大显神通

金磊发自凹非寺

量子位报道 | 公众号 QbitAI

日前，放射学领域的国际顶级期刊《Radiology》（《放射学》）发表了一项来自中国的“人工智能+医学影像”最新研究成果：

运用AI帮助医生检测脑动脉瘤，灵敏度达到97.5%。

AI协助放射科医生阅片，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。

这项研究团队包括：华为云EI创新孵化Lab、华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科。

研究人员运用华为云一站式AI开发平台ModelArts，开发了一套基于CTA影像的全自动化、高度敏感的脑动脉瘤检测算法。

脑动脉瘤是大脑中血管的弱化区域。如果不加以治疗，它们可能会渗漏或破裂，有时甚至会致命。这些动脉瘤是否会破裂，何时破裂，取决于动脉瘤的大小、形状和位置。

目前，CT血管造影成像是评估脑动脉瘤的首选方法。CT造影本身准确度很高，但由于脑动脉瘤体积小，脑血管构造又极其复杂，初次评估造影时有可能出现漏网之鱼。

而在这项研究中，研究人员使用500多名患者的CT血管造影来训练深度学习算法模型，并且选取了另外534张CT血管造影进行测试。这批测试的造影中包含649个动脉瘤。

使用该模型，649个脑动脉瘤中的633个被成功检出，灵敏度为97.5%。除此之外，检测还发现了8个新的动脉瘤，都是最初的人工评估中被忽略的。

统计分析显示，深度学习模型协助放射科医生阅片，能够明显提升病灶的检出效率。对于经验较少的医生来说，这项技术更加成效卓著。

当然，这个系统也有一些局限性。它可能识别不出非常小的动脉瘤或位于类似密度结构的动脉瘤，如骨骼。同样，它的判断也受到假阳性的影响，可能错误地将类似于动脉瘤的结构识别为动脉瘤，这时就需要医生把关，共同做出准确诊断。

武汉协和医院放射科的龙茜博士讲到：

目前，这种深度学习系统的作用是为医生们提供建议，以提高他们的准确度和效率，减少误判。人眼诊断结合计算机系统协助检测，更大程度上提高了诊断的准确性，能够实实在在地惠及患者。

接下来，该系统还需要进一步验证多种异构数据，例如来自不同国家和地区的CT造影数据，这是评估其推广性和对日常临床工作的适用性的关键。