人工智能在骨肌系统影像领域的应用
2018-12-16 袁慧书 中华医学信息导报
近年来，人工智能（AI） 在云计算、大数据以及深度学习等技术发展的支持下，逐渐成为各大领域的研究热点，各种AI相关产品层出不穷。在医疗相关领域，AI在医学影像、药物研发、健康管理、疾病风险预测等多个方面的应用都在不断探索中，尤其在医学影像领域。
近年来，人工智能（AI） 在云计算、大数据以及深度学习等技术发展的支持下，逐渐成为各大领域的研究热点，各种AI相关产品层出不穷。在医疗相关领域，AI在医学影像、药物研发、健康管理、疾病风险预测等多个方面的应用都在不断探索中，尤其在医学影像领域。AI对医疗影像的作用主要在于高效、精准地辅助医师诊疗，提高医师工作效率，降低医疗成本，弥补资源供需缺口，同时进行疾病风险预测和预警。目前，人工智能学习能力的提升和医疗大数据的发展， 为实现人工智能对医学多模态影像的分析提供了新的契机。
一、人工智能在骨肌影像领域应用概况
目前人工智能在骨肌系统影像学中的应用研究屈指可数。根据国内外各大杂志刊发文章及相关新闻报道统计， 目前人工智能在骨肌影像领域主要涉及的研究内容及成果有：
②2018年初BerkNorman等人在Radiology发表文章称，使用2DU-net卷积神经网络对膝关节MR图像进行关节软骨及半月板的自动分割，可达到与人工手动分割一致的准确性，并且平均在5 s内即可完成检测。同年，LiuFang 等基于分割和分类的卷积神经网络训练了一种全自动的深度学习网络系统，对评估膝关节软骨病变具有较高的诊断性能和良好的观察者一致性，可用于检测软骨退变和急性软骨损伤。
③ 近年来，相继有多家杂志刊发文章称经过深度学习的人工智能， 可在C臂机拍摄的X光片上自动识别腰椎椎体；在CT图像中准确识别出腰椎滑脱的分级，用于腰椎手术的术式判断；在MR 图上对椎体进行自动定位和标注，特异性和准确性分别达到99.1%～99.8%和98.8%～99.8%； 为颈椎病患者的脊髓病变区域提供定位等等。
④基于深度学习技术对儿童手部X线片进行检测以评估骨龄的相关AI产品在国内外都有研发，根据报道各产品模型评估骨龄的整体表现近似甚至优于放射科医师，且检测速度可以秒级完成。更有部分产品可以根据父母身高、儿童身高体重等数据自动生成包括骨龄评价、身高评价、身高预测、发育评价指数在内的“成长发育报告”。
⑤2018 年5 月， 美国食品和药物监督管理局（FDA）批准一种名为OsteoDetect的新型人工智能工具，该软件适用于成人手腕并可识别桡骨远端骨折，使用AI 算法来帮助医师以比传统诊断技术更快的速度识别骨折（如果存在）并自动将其标记在图像上，帮助医师快速发现并诊断。研究表明OsteoDetect改善了腕骨骨折的检测和诊断。
二、人工智能在骨肌影像领域的未来展望
随着以精准医疗、个性化诊断和靶向治疗为核心的医疗模式逐渐形成，影像医学必须在这样的变革中找到自己的位置，必须要有适应这种变革的新型影像诊断技术和模式来替代旧有技术和习以为常的形态学诊断模式。
目前，国内医疗影像质控缺乏完整统一的标准和切实可行的手段，医疗影像标准化、结构化数据严重不足，因而使得影像数据标注尤为困难。如何使病灶分割更加可观、提取特征更加稳定，识别病灶准确率进一步提高等等问题都需要探讨和研究。目前研究内容多是对于简单病灶或征象的识别，是否能达到“辅助”水平、如何对复杂疾病进行综合分析和诊断仍是我们要进一步研究的重点。
骨肌系统疾病种类多、患者数量大，影像学检查对于骨肌系统疾病的诊断具有不可忽视的作用。在临床上，超过70%的诊断都依赖于医疗影像，因而，人工智能在骨肌影像领域的发展前景十分可观，但人工智能实现影像诊断的道路尚远，还需要不断探索和突破。
小提示：本篇资讯需要登录阅读，点击跳转登录
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
