Q医疗

肺结节筛查系统依据医学影像领域数位著名专家医疗经验，并结合顶级影像科医生标注的胸部CT 数据集，基于深度学习技术，采用特征多尺度深度卷积神经网络，提高了对不同尺度、不同形态肺结节的检测敏感性与准确度，全自动识别出CT 影像中所有的结节。因其高识别率的特点，可更高效精准的计算出结节的医学特征，协助医生撰写诊断报告，并辅助其进行最终诊断，进一步提高诊断效率。

为了减轻操作人员的工作量和减少污染源的产生，系统采用的是条形码标签+无线掌上终端(PDA)系统可有效提高医生、科室和医院的工作效率，就产品特点而言，计算机浏览图像更加高效和准确，提高单位时间内患者检查数量。随着诊查病例的增加，样本量越大，其准确率就越高，能够进一步减少误诊漏诊。

肺结节筛查系统应用背景

现行医疗技术不足

肺癌的致死数是所有癌症中最高，占到27%，肺部小结节是早期肺癌的重要表现之一，早期肺结节筛查是降低死亡率重要手段。图像肺结节检测，目前主流方法采用传统的图像处理技术来实现。特别是放射科医生也容易遗漏的小的磨玻璃结节和被血管等组织围绕的小的实性结节还很难得到有效的定位

A.I.在医疗行业的应用成为趋势

“人工智能+医疗”快速发展。将归纳逻辑、经验学习、循证运用到人工智能领域，在医疗行业可发挥重要作用。我国医疗资源短缺，供给严重不足，人工智能在医疗行业的应用可提高医生工作效率，变相提升医疗资源的供给。

创新技术推动应用

在跟放射科医生紧密合作了解需求的过程中，工程师研究对比了目前最先进的深度学习技术，并在此基础上创新设计了一种基于三维信息的特征多尺度的深度目标检测算法，成功应用于各类结节病灶的定位和分类。该方法能够同时覆盖3mm到70mm之间的病灶，包括磨玻璃、半实性和实性结节。

最快2秒！“医生+肺结节筛查系统”让肺结节筛查更快更准

医生的“第二双眼睛”

“肺结节筛查系统后，2到3秒钟就能判断出肺结节的位置。”医师只需打开肺结节筛查系统，轻触鼠标读片，短短几秒，病人的肺部结节筛查情况就在屏幕上逐一呈现，还显示每个肺结节的位置、大小、密度，并给出下一步诊疗建议等。系统应用先进的图像识别和深度学习技术，以机器辅助医生，有着速度快、准确率高、稳定性好的优点，医生只需核对结果，进行确认，应给出最终诊断结果，确保诊断无误。

人工智能提高诊断精度

“人会疲惫，但机器不会。”对于一个正常人而言，不断重复地阅片会疲劳，疲劳就会影响状态，而影像读片是个精细活，医生状态的波动可能会影响报告的质量，如果状态不佳，易引发漏诊误诊。另外，人的同质性相对较差，不同医生对同一个片子可能有不一样的解读，这就导致报告的质量参差不齐。而人工智能在标准下能保持统一水准，不会受状态、环境等影响，它的同质性与医生的高水准“双剑合璧”，大大提高了诊断的精度。

不断学习越来越“聪明”

肺结节筛查系统每天都在不断学习。医生们通过每天不断地肯定-否定、确认-修正，像指导一个学生一样，让它通过不断地学习，获得精准的肺部结节筛查策略，减少失误。系统也因此变得越来越“聪明”，敏感度和特异性都在提高。“医生相信人工智能，人工智能帮助医生，二者相互促进，相得益彰。”技术总是为人服务的，最终作出决策的永远是医生，在诊断报告上“背书”，对患者负责的也永远是医生而不是人工智能，人工智能带来的多一种思路或许能帮助医生构建全面的诊疗思维，以便医生做出更好的治疗决策。

缓解医生压力

据估算，我市医院影像科每位医生每天平均至少要阅读20000张影像。使用肺结节筛查系统，便可使医生从高强度的工作中解放出来，极大缓解了精神压力。肺结节筛查系统，用人工智能辅助医疗影像诊断，以“医生+AI”的人机合一模式，有效提高肺结节的诊断效率和准确率。“作为医生来说，不是做不到，而是时间不允许。”一份报告，至少要花费10分钟，而医生每天的工作量那么大，根本不可能做那么细。有了人工智能的助力，患者得到的信息量更大了，医疗服务质量显著提高。

肺结节筛查系统的工作流程

[ 医学影像采集 ]

接收医学影像设备的影像数据

对数据进行结构化整理并存储

[ 人工智能判断 ]

运行人工智能筛查程序

对病灶镜像筛查

[ 结果标注显示 ]

运行肺结节标注显示程序，将

标记结果显示在友好的界面上

[ 实际应用效果 ]

将诊断结果形成结构化影像

报告，提供给医生