手術室無影燈兆豐光電5月13日訊

作為國內最大的醫療器械展，每年的中國國際醫療器械博覽會CMEF（春季）都會迎來全國乃至世界的先進醫療器械設備。但自醫療人工智能輔助診斷軟件被納入醫療器械范疇后，越來越多影像AI企業開始帶著自己的人工智能解決方案抵達會場，非硬件化的企業逐漸能在醫療市場中獨當一面。

從發展的角度看，醫學人工智能的崛起似乎是一種必然。趨勢背后，醫學影像設備的不斷升級迭代為AI的發展提供著不竭的動力。

一方面，人們希望從單一影像中獲取更多有效信息，以幫助醫生作出精確判斷。譬如，傳統CT的影像僅能顯示尺寸較大的病灶，有限的分辨率限制了醫生對影像進行更多判斷。相比之下，當下的CT技術已能清晰地展示患者攝影部位的每一處細節。

這意味著，高分辨的影像能夠檢出更為微小的病灶，卻也增加了醫生的工作量——他們需要對更多可疑病灶進行良惡性判斷。因此，基于人工智能的輔助診斷因影像設備的升級而變得愈發必要。

另一方面，隨著影像設備的精度不斷提高，影像這一證據的決策力愈發增大，患者對于影像的需求也隨之增大。該趨勢下，醫生正需求一種更為高效精準、更為快速的方式將獲取的影像進行判別、重建、分析，以填補日益增長的影像服務供需缺口。

本次CMEF同樣迎來了眾多人工智能影像企業。在大會之上，動脈網采訪到了影像AI頭部企業數坤科技。作為最早獲得NMPA輔助診斷三類證的企業之一，數坤科技的發展能夠一定程度上反映醫療人工智能的發展，此次CMEF之行，數坤科技展示的發展路徑，或許能夠帶給予行業一定啟示。

定位于心血管臨床實際需求

數坤科技駛入醫療人工智能影像賽道是在2017年6月，已有一些后知后覺的意味。那時的肺結節賽道雖未有企業跑通，但參與企業之多，已算得上是紅海。因此，數坤科技采取了差異化的研發策略，從鮮有人問津的心臟出發，探索冠脈CTA的智能化之路。

要做好冠脈CTA并不簡單。首先，必須要找到心臟領域的資深專家，能夠輔助算法研究人員剖析心臟的結構，認清心臟的區域劃分、血管劃分；其次，算法研究人員不能像肺結節那樣直接找到計算機視覺相關的算法進行遷移，而需要一步一步地，在探索之中開發基于深度學習的模型重建方法；最后也是最重要的一點，不同于肺結節、眼底等病種存在眾多公開、豐富的數據庫，冠脈CTA的數據小、零散且非結構化，需要企業與醫生聯手構建標準化數據庫，以供應AI的食糧。

在兩年的摸索之中，數坤科技逐一解決了上述三個問題，其冠脈CTA能將傳統由醫生進行的冠脈CTA三維重建、判讀、評估、審核報告等流程交由人工智能處理，過去30-40分鐘的影像后處理過程被縮短于至數分鐘。

相比于冠脈CTA，頭頸CTA的重建過程顯得更為復雜，其中的難度提升來源于CT影像之中頭頸血管解剖復雜以及骨顯像帶來的干擾。

“由于拍攝頭頸CT時無法忽略顱骨部分，而顱骨密度高，在CT圖像上會以與造影劑類似的高亮方式呈現，數值也非常接近。因此，醫生必須使用一些特殊的方法將血管與顱骨區分出來。”數坤科技臨床研究院負責人郭寧解釋到。

具體而言，為消除顱骨顯像對于重建的影響，醫生往往會要求患者進行兩次CT掃描，第一次不注射造影劑，第二次注射造影劑。在第一次CT掃描之中，能夠顯像的只有擁有高密度的顱骨部分，而第二次顯像則能同時包含顱骨與血管。在進行兩次掃描之后，對其結果進行圖像減影，減去兩次影像中均為高亮顯示的顱骨及其他部分，剩下的便是重建需要的血管影像。

實際之中，這樣的操作常常會遇到很多問題。首先，這種方式對于患者的配合度要求非常高，患者兩次掃描的位置必須匹配，也不能移動，否則減影效果會有所欠缺。其次，兩次CT檢查無疑會給予患者更多的輻射劑量，雖然劑量仍然在安全范圍之內，但容易引起患者的擔憂。

AI介入后，頭頸CTA的檢查流程由此發生了較大的改變。將減少一次CT掃描，為患者帶來更好的就醫體驗，而重建影像耗費的時間也將由此大幅降低。

9月，數坤科技與首都醫科大學宣武醫院盧潔教授團隊合作，開展人工智能在頭頸CTA血管重建的應用價值研究，研究成果《Rapid vessel segmentation and reconstruction of head and neck CTA using 3D convolutional neural network》，在 Nature子刊《Nature Communications》在線發表。

這是目前國內首個針對頭頸血管分割提取的大規模研究，研究結果不僅體現了卷積神經網絡在醫學圖像后處理的應用優勢，更反映了 AI 在臨床的應用價值和潛力。

總的來說，冠脈CTA與頭頸CTA之所以能夠成功。數坤科技做好了一下三點。

一是效率提升。在單個病種收益為正的情況下，過去出具CTA檢查結果需要三天時間，而AI介入之后，患者僅需半天便可取得結果，這意味著每個患者的住院過程將縮短2天時間，醫院能夠在同樣的時間周期之內收治更多患者。

二是質量提升。冠脈CTA、頭頸CTA帶來的高重建精準度能夠為醫生提供更為豐富的臨床決策信息，間接提升醫生決策質量，降低患者再入院率，進而降低醫院單個病種治療成本。

三是運營提升。DRG的實行為醫院帶了績效考核的壓力，兩款AI帶來的治療成本縮減能夠幫助醫院更好完成考核指標。

AI肝臟MR重塑肝癌診療

通過CTA拿下市場知名度之后，數坤科技進一步拓寬其心腦血管產線，陸續做出了頭頸CTA、卒中智能輔助診斷系統等AI產品。本次CMEF上，數坤再度發布新品，帶來了業界首個肝臟MR人工智能解決方案。

肝臟疾病是我國常見疾病，其起病隱匿、進展迅速，給社會經濟和人民健康帶來了巨大威脅。

眾多肝臟疾病之中，肝癌尤為棘手。

《2019年中國腫瘤登記年報》數據顯示，2015年全國惡性腫瘤發病約392.9萬人（全國腫瘤登記中心的數據一般滯后3年）。其中，全國肝癌新發病例約36.5萬，占全球新發病例的50%。此外，肝癌還是中國第二大腫瘤致死病因，60歲以下人群中，肝癌是最常見和致死率最高的腫瘤。

對這部分患者的早期診治、預后判斷、個體化治療一直是臨床研究的重點。盡管目前人工智能技術飛速發展，但其在肝臟腫瘤診療領域中尚缺乏系統研究。

病態情況下，患者哪怕只剩下30%的正常肝細胞都能維持身體所需，肝病患者早期所出現的肝炎、肝硬化等都不會有明顯的癥狀發生在患者的身上。因此，肝病患者很難憑自身感受了解到病情的產生，肝臟類疾病一直發展到中期或晚期才會出現明顯的癥狀。這時，肝病患者已經耽誤了最好的治療時機。

MR因具有很高的軟組織分辨率，可作多種方位的切面成像，其成像參數多，所含信息量大，目前已成為常用的肝臟影像學檢查方法。近年來隨著MR軟件和硬件的發展，尤其是快速掃描序列和肝組織特異性對比劑的開發應用．肝臟MR檢查速度明顯加快，圖像質量日益改善，已使肝臟 MRI診斷的敏感性和特異性顯著提高。

“肝臟MR的好處顯而易見，但是缺憾在于懂得熟練操作MR且不斷創新的影像醫生卻并不多。由于肝臟本身的復雜特性，光一個臟器就有那么多種病變，磁共振有許多技術要去學習判斷，所以影像醫生學習成長過程極其漫長。”談到肝臟MR的短板時，北京友誼醫院放射科主任楊正漢教授感嘆說。

據楊正漢教授分析，不同級別的醫院，甚至同一個三甲醫院內部的醫生之間，不同年齡之間，其影像水平差距巨大。歸根結底還是由于MR技術的難度較大，有經驗的醫生做培訓難度也很大，導致醫生們提升慢，使得MR這項技術并沒有發揮出應有的能力。

“既然高水平專家能通過MR去做有效的診斷，這說明這些疾病還是有規律可循的。”楊正漢教授表示，“我們可以利用計算機的圖像識別能力，給計算機建立一個有效的模型，把一些高水平有經驗醫生的知識和經驗，去教會機器學習，教會人工智能自動去識別肝臟病變。”

面對MR的人才困境，楊正漢想到了數坤科技。此前，北京友誼醫院與數坤科技在冠脈CTA人工智能領域已經開展了非常深入的合作，在楊正漢看來，選擇開發肝臟MR輔助診斷系統的合作團隊非數坤科技莫屬。

數坤科技意識到需求之后，迅速投入到MR的合作開發之中。比起冠脈CTA，肝臟部位彌漫病變種類太多，局灶病變高達上百種，這種復雜程度要比冠脈高出很多。不過，在多年AI開發經驗的支持下，數坤在數月之內研發出AI肝臟MR產品，并在應用于臨床的過程中受獲了相當不錯的成果。

“數坤科技此前開發出了冠脈CTA智能輔助診斷系統，血管分割做得非常好。而肝臟的分頁分段分析都是基于血管。我們把血管提取出來以后可以做3D重建，這對下一步無論是做肝移植、還是肝膽外科等都有了標準模型。血管結構勾勒出來以后，非血管結構的部分就是病灶了。我們測試了一下訓練的模型，平均值都在0.9以上，最高的已經達到0.96以上，已經能夠解決目前臨床的一般應用。”楊正漢教授說。

影像AI的下一階段在哪里？

回顧影像人工智能發展史。隨著AI代際的不斷提升，醫療影像智能的使用場景從影像科擴大到多科室。

從肺結節到心腦CTA，影像AI的的使用場景維度還局限在放射科的檢測、重建、打印、報告環節；而一站式卒中和肝臟MR則除了放射科的應用場景之外，還將影像AI變成了臨床科室從依賴影像的決策到依賴影像的治療方案。

在這個代際迭代的過程中，AI引擎處理圖像數量級也從200+單序列，到250-700單序列，再到1000-2000多序列，再到2000-3000多參數多序列。

不過，頭頸CT也好、肝臟MR也罷，追隨影像技術的發展，數坤科技等企業在AI技術深度與應用場景廣度上已經做出了相當不錯的突破，并將其應用于臨床之中。但是，整個AI產業仍處于“單點突擊”模式之中。沒有形成院級的解決方案。

那么，影像AI的下一階段會在哪里？

對于這個問題，不同的企業擁有不同的見解，但在數坤科技看來，“數字人體”將是影像AI的未來。

“數字人體”并非單純的將人體數據數字化，在數坤科技看來，下一代的人工智能應該打破單一科室的限制，從患者的人體機能出發，以整體化的視角探測患者可能存在的疾病。

具體而言，數坤科技將“數字心”、“數字腦”、“數字胸”、“數字肌骨”、“數字腹”等部位的數字化產品進行整合，形成“數字人體”及基礎。就目前來看，數字人體以心臟CT平掃+血管成像、胸部CT平掃、頭頸CT平掃+血管成像、頭顱CT灌注成像、肝臟MRI平掃+增強掃描等多模態為引擎，包含了心血管/腦血管/肺部病變/肝臟病變/肌骨系統等多部位的智能影像，可應用于冠心病/腦梗塞/腫瘤/外傷/胸痛中心/卒中中心/心臟專科等多臨床場景，形成了一整套院級影像全面智能化解決方案。

融合之下，該解決方案能夠結合形態學和功能學探測疾病，形成疾病風險預測，并應用解剖學結構化數據庫、生理學結構化數據庫、病理學結構化數據庫，形成依靠影像平臺支撐的多學科診療模式。

距離下一階段，數坤還有多遠？

縱觀數坤科技的發展歷程，挖掘真實而隱秘的臨床需求是其能夠走到今天的關鍵所在。這種需求不單單是醫院、患者、醫生單一希望滿足的需求，而是多方共通的需求，這使得數坤的產品能夠滿足提效與商業化兩個關鍵。

其次是技術的不斷成熟。在做冠脈CTA時，單個病歷需要處理的影像在200幅左右，后續的頭頸CT能達到近1000幅，到了今天，肝臟MR需要數坤同時處理數千幅影像。因此，對于影像人工智能而言，盡管我們更多談到了商業化的突破，但技術本身，依然是各項企業的核心競爭力所在。

從更長遠來看，數坤的數字人體實際是對臨床流程的重塑，這個過程非常困難，需要醫療機構、器械廠商乃至各人工智能的企業的共同努力，讓醫生、患者逐漸接受數字化的診療流程。這種改變需要時間，卻也能真正發揮醫療數據的價值所在。