日前，第104屆北美放射年會(huì)（rsna）在美國(guó)芝加哥落下帷幕。作為放射領(lǐng)域的國(guó)際盛宴，rsna云集了全球頂尖的科學(xué)家和醫(yī)療行業(yè)從業(yè)者。

自2016年開始，可以明顯看到，如大數(shù)據(jù)、人工智能（ai）等新興技術(shù)與放射科學(xué)的融合逐漸成為了rsna最大的亮點(diǎn)。ai可以通過計(jì)算機(jī)視覺技術(shù)，幫助識(shí)別醫(yī)療影像中的病變，其中肺結(jié)節(jié)的早期篩查就是ai在醫(yī)學(xué)影像中應(yīng)用的熱門領(lǐng)域。

而今年的rsna，關(guān)于人工智能的討論幾乎在會(huì)議的所有環(huán)節(jié)都更加明顯，展區(qū)的多家供應(yīng)商都在展示了自己的人工智能產(chǎn)品。毫無(wú)疑問，人工智能技術(shù)正在放射醫(yī)療中全面開花，而且逐漸從學(xué)術(shù)研究走向產(chǎn)品化，應(yīng)用范圍也在逐漸擴(kuò)大。

在rsna 2018的開幕式上，大會(huì)主席vijay rao教授指出，放射科醫(yī)師會(huì)被新技術(shù)賦予更強(qiáng)大的力量，而不是被新技術(shù)取代。她指出，在未來(lái)的十年甚至是幾年中，ai將在許多方面成為放射科醫(yī)師的強(qiáng)大工具，比如縮短mri成像所需要的時(shí)間，幫助減少患者暴露于輻射中的風(fēng)險(xiǎn)。

ai影像技術(shù)應(yīng)用范圍擴(kuò)大

相比去年的rsna，今年ai影像技術(shù)在應(yīng)用上明顯更加全面，不只局限于肺結(jié)節(jié)檢測(cè)，在心腦類疾病檢測(cè)中也大放異彩。

比如，arterys公司展示了其cardio aimr系統(tǒng)，它可以分析mr圖像來(lái)分析心血管血流量。雖然這一系統(tǒng)的分析結(jié)果不能用于決定或推薦某種治療方案，或者分析出疾病特征，但卻是醫(yī)護(hù)人員在臨床決策中的重要支持工具。

比利時(shí)icometrix公司則開發(fā)了一套可以分析ct圖像，來(lái)描繪腦損傷的系統(tǒng)。該系統(tǒng)使用深度學(xué)習(xí)算法量化分析ct圖像中的基底池壓縮、中線腦移位等（不僅可以預(yù)示頭部損傷，還能預(yù)示嚴(yán)重程度）信息，分析出腦損傷的嚴(yán)重程度。

另外，加州大學(xué)舊金山分析的研究人員發(fā)布的研究顯示，ai技術(shù)還可以提高大腦成像預(yù)測(cè)阿爾茨海默病的能力。研究人員用一種特殊的成像技術(shù)，即fdg-pet，對(duì)深度學(xué)習(xí)算法進(jìn)行了訓(xùn)練。在fdg-pet掃描中，患者會(huì)注入一種放射性葡萄糖化合物fdg，然后用pet可以測(cè)量腦細(xì)胞攝取fdg的情況，從而得到關(guān)于代謝活動(dòng)的重要指標(biāo)。

他們使用了來(lái)自1002位患者的超過2100例fdg-pet腦成像圖，在90%的數(shù)據(jù)集上訓(xùn)練深度學(xué)習(xí)算法，然后在剩下的10%的數(shù)據(jù)集上進(jìn)行測(cè)試。通過深度學(xué)習(xí)，算法能夠識(shí)別出阿爾茨海默病相關(guān)的代謝模式。

提升成像速度，減少影劑使用

不同于其它公司對(duì)醫(yī)療圖像進(jìn)行智能分析，斯坦福大學(xué)團(tuán)隊(duì)創(chuàng)立的subtle medical（深透醫(yī)療）將重點(diǎn)放在了提升醫(yī)療設(shè)備的成像速度，減少放射劑量上。

mri、pet等成像技術(shù)既貴且耗時(shí)，而其中90%的成本和大量耗時(shí)其實(shí)都是在機(jī)器成像過程中，深透醫(yī)療的技術(shù)正是從機(jī)器成像過程切入，通過ai技術(shù)提升圖像質(zhì)量，讓醫(yī)療機(jī)構(gòu)可以在更少的時(shí)間內(nèi)給更多的患者做檢查、并減少放射劑量。

深透醫(yī)療在rsna上展示了其ai影像處理平臺(tái)，影像數(shù)據(jù)從設(shè)備端出來(lái)以后直接進(jìn)入深透醫(yī)療系統(tǒng)，處理之后，進(jìn)入pacs影像工作站供醫(yī)師使用。據(jù)了解，深透醫(yī)療目前可以做到用ai技術(shù)加速mri和pet成像過程4-10倍，并保證診斷級(jí)別的精確度。

除了使用ai增強(qiáng)成像速度與質(zhì)量，深透醫(yī)療的創(chuàng)始人宮恩浩及其團(tuán)隊(duì)成員還發(fā)表了關(guān)于減少mri造影劑使用量的研究、獲得rsna科研成果獎(jiǎng)并成為10個(gè)rsna官方宣傳研究項(xiàng)目之一。

在使用mri設(shè)備進(jìn)行成像的過程中，患者需要注射造影劑（比如釓），從而幫助提高成像質(zhì)量。釓是在進(jìn)行mri檢測(cè)中會(huì)使用到的一種重金屬，一般而言在成像完成后會(huì)被排出人體外。但最近的研究發(fā)現(xiàn)，使用某些種類的釓進(jìn)行成像檢查后，人體內(nèi)仍會(huì)有微量殘留。這種殘留會(huì)帶來(lái)的影響現(xiàn)在還不清楚，但在最大限度提升mri成像質(zhì)量的同時(shí)，減少患者的潛在風(fēng)險(xiǎn)十分有必要。

宮恩浩的這項(xiàng)研究則可以用ai減少在mri掃描中所用到的釓的劑量。他們?cè)诔上襁^程中使用了一種新的深度學(xué)習(xí)算法，結(jié)果顯示，即使使用較低劑量的釓，也可以得到與全劑量沒有明顯差異的mri成像結(jié)果。

較低量的影劑使用還有很多尚未被認(rèn)識(shí)到的臨床應(yīng)用，現(xiàn)在通過ai的方式無(wú)疑可以獲得更多信息。

用ai技術(shù)保護(hù)醫(yī)學(xué)影像的安全

醫(yī)療成像設(shè)備極易受到網(wǎng)絡(luò)攻擊，使醫(yī)療和成像中心的系統(tǒng)存在嚴(yán)重的風(fēng)險(xiǎn)，導(dǎo)致數(shù)據(jù)會(huì)被外部竊取。甚至越來(lái)越多的智能分析工具，其本身也可能成為攻擊的目標(biāo)，讓信任智能系統(tǒng)的醫(yī)生和患者蒙受難以估量的損失。

自于蘇黎世大學(xué)醫(yī)院的研究團(tuán)隊(duì)，正在努力防止攻擊者篡改x射線檢查的結(jié)果。

研究人員訓(xùn)練了一個(gè)深度學(xué)習(xí)網(wǎng)絡(luò)，它可以將顯示有癌癥癥狀的圖像轉(zhuǎn)換成健康圖像，然后讓放射科醫(yī)生分析這些圖像，看看他們能不能發(fā)現(xiàn)圖像已經(jīng)被篡改，結(jié)果放射科醫(yī)生生無(wú)法發(fā)現(xiàn)。

雖然現(xiàn)在這樣的安全狀況還沒出現(xiàn)，但以往放射科醫(yī)生主要想的是分析圖像數(shù)據(jù)，保護(hù)病人免受不必要的輻射。而當(dāng)ai算法不可避免地進(jìn)入臨床常規(guī)時(shí)，我們將需要學(xué)習(xí)如何應(yīng)對(duì)更多的安全狀況。

另外，來(lái)自以色列本古里安大學(xué)的一組研究人員，還對(duì)提高ct設(shè)備安全性的方法進(jìn)行了研究，他們開發(fā)了一個(gè)使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的系統(tǒng)，可以檢測(cè)是否有人試圖發(fā)出了一些難以察覺的命令來(lái)操控ct設(shè)備，這一系統(tǒng)隨后向有關(guān)各方發(fā)出警報(bào)。

產(chǎn)學(xué)研結(jié)合，產(chǎn)品化趨勢(shì)明顯

除了ai技術(shù)在醫(yī)療影像上的應(yīng)用向縱深發(fā)展，產(chǎn)學(xué)研的結(jié)合以及ai技術(shù)的產(chǎn)品化也是這次rsna的亮點(diǎn)。

今年的rsna上，還舉辦了一場(chǎng)肺炎檢測(cè)挑戰(zhàn)賽（rsna pneumonia detection challenge）。參賽者的任務(wù)是開發(fā)出能在醫(yī)學(xué)圖像中自動(dòng)檢測(cè)肺炎的機(jī)器學(xué)習(xí)算法。通過競(jìng)賽的方式，可以上更多的研究者將自己的學(xué)術(shù)研究成果轉(zhuǎn)換為切實(shí)可用的產(chǎn)品。

為此，rsna組委會(huì)與美國(guó)國(guó)立衛(wèi)生研究院、胸部放射學(xué)會(huì)str，數(shù)據(jù)科學(xué)競(jìng)賽平臺(tái)kaggle，以及部分商業(yè)公司進(jìn)行了合作，構(gòu)建了一個(gè)肺炎數(shù)據(jù)集，通過標(biāo)準(zhǔn)化的數(shù)據(jù)集進(jìn)一步檢測(cè)技術(shù)的可行性。

在產(chǎn)品化上，上文提到的arterys公司以及icometrix公司，其產(chǎn)品均已經(jīng)進(jìn)入到fda的認(rèn)證流程中。在過去的一年時(shí)間里，深透醫(yī)療也與美國(guó)頂尖醫(yī)院進(jìn)行了合作，在臨床場(chǎng)景下測(cè)試其在mri磁共振及pet核醫(yī)學(xué)分子影像中的ai技術(shù)，現(xiàn)有產(chǎn)品已通過美國(guó)fda和歐洲ce認(rèn)證，另外，其也在與影像設(shè)備上、it系統(tǒng)商、造影劑廠商等方面合作，將ai更大范圍地應(yīng)用在影像檢查中。

從rsna 2018的現(xiàn)場(chǎng)來(lái)看，放射科醫(yī)師已經(jīng)擺脫了對(duì)ai技術(shù)的憂慮階段，意識(shí)到ai不可能取代醫(yī)生，而是會(huì)增加醫(yī)生的效率，對(duì)其爭(zhēng)論也更多集中在怎樣才是使用深度學(xué)習(xí)等算法的最佳方式。

但ai技術(shù)距離成為主流臨床工具還需要解決很多問題，比如，ai軟件如何與pacs集成？ai算法會(huì)在后臺(tái)自動(dòng)運(yùn)行，只有在檢測(cè)到可疑結(jié)果時(shí)才會(huì)通知放射科醫(yī)師嗎？又或者放射科醫(yī)生會(huì)在需要時(shí)從pacs啟動(dòng)ai算法？醫(yī)生又將如何獲得算法？

以上是網(wǎng)絡(luò)信息轉(zhuǎn)載，信息真實(shí)性自行斟酌。