第170篇原创
2022
相约第866天
专注于医学影像技术、产品及上下游的深度解读
导语
书接上回，“盘点”系列第28篇，详述MR、DSA、XR领域那些同样极其价值的医学影像AI。
上期，我们为大家简单梳理了CT领域AI，覆盖从卒中、心血管、头颈血管再到肺炎、骨折、脑出血等全身，大大地提高了CT诊断效率。不过， 大影像中的MRI、DSA、XR(X-Ray)的辅助诊断工具并没有像CT那样百花齐放。本文尽可能全面梳理上述领域的AI应用，供各方参考。
1、MRI篇
我们知道，CT对工作站依赖远超磁共振，这是因为CT反映的是密度信息(除能谱外)，容易同质化，不同公司图像CT值并没有多大差异，其密度成像分割容易。比如，增强后的血管、脑出血等图像。然而，磁共振序列众多，不同厂家参数又纷繁，所生成的黑白图像的背后，其实都有其不同物理意义和临床意义。
MR领域的痛点之一在于成像速度，目前很多AI技术也是专注于加速成像。无论是整机厂商还是第三方，基于深度学习的加速技术越来越多。比如，佳能AiCE、GE AIR Recon DL、联影DeepRecon、西门子Deep Resolve、飞利浦SmartSpeed、以及可适用于各种MR的第三方AI企业：深透医疗。
首个MR人工智能重建算法：佳能AiCE
从近几年研究者论文来看，AI+磁共振的热度很高，目前任职于上海科技大学/联影智能（原任职于北卡罗来纳大学教堂山分校）的 沈定刚教授贡献最为突出，研究成果最多且各指标均处于很高水平。
AI+磁共振成像领域主要论文产出机构及影响
不过，这也并非意味着辅助诊断AI在磁共振领域就鲜有创新。2020年6月，安德医智BioMind“天医智”的颅内肿瘤磁共振影像AI通过了NMPA三类证，由天坛医院和安德医智联合成立的"神经疾病人工智能研究中心"研发。此外，天医智”又与301医院深度合作，在体部实现了MRI乳腺病变辅助诊断。
安德医智颅内肿瘤磁共振影像AI
此外，神经影像一直是磁共振领域的重中之重，而 精神影像(Psychoradiology)则是精神疾病神经影像学研究的前沿。长期以来，精神疾病不仅严重影响个体健康、而且家庭负担极重，其诊断最大的难点在于缺乏精准、客观依据。 华西医院放射科、华西磁共振研究中心与赛科睿联合推出的精神影像智慧系统，正在改变这一领域，不仅让医生能直观观察到患者脑微结构和功能变化，为精确辅助诊断及针对性治疗提供了契机，更有助于全社会正视这一疾病。
精神影像分析工作流程
2021年5月，继2020年发布“智简AI 3.0”平台后，GE医疗又发布了 磁共振人工智能平台——智臻AI+，则搭载了“ 肝脏人工智能分析平台”应用，这成为了数坤科技“数字肝”在MRI领域的另一个落地场景。
对其肝脏AI，杨正汉教授表示，“肝脏的分叶分段分析都是基于血管，把血管提取出来以后可以做3D重建，这对下一步无论是做肝移植、还是肝胆外科等都有了标准模型。血管结构勾勒出来以后，非血管结构部分就是病灶了。我们测试了一下目前训练的模型，分割精度Dice值都在0.9以上，最高的已经达到0.96以上，能够满足目前临床的一般应用。”
GE肝脏人工智能分析平台
2、XR篇
骨折
上篇提到，汇医慧影获批国内首张X射线骨折AI成为国内唯一手握NMPA三类证、欧盟CE双重认证的X射线骨折AI产品。
对于入局原因，汇医慧影创始人柴象飞表示：“除心脑血管疾病外，骨折已是一大高发疾病，每年发病人数不少于500万人次，具有很大市场容量。”从这个维度讲，骨折确实是AI切入的一个不错的方向。
汇医慧影骨折AI
肺结核
痰菌检查是结核病诊断的金标准，但结核病病原菌阳性诊断率低，至少需要做 5 次，且痰结核菌培养周期长、难以定量，不能得出更丰富的信息。
尽管临床已经证明胸部CT 诊断肺结核的误诊率和漏检率都远低于胸部DR，但综合考虑成本和国内医疗水平参差不齐等情况，X射线摄影依然是结核筛查的常规工具。九峰医疗获得“肺结核影像筛查和辅助诊断软件”被列入国家科技重大专项，获得优先审批申请，并获得三类证。
九峰医疗肺结核AI
乳腺
根据2021年一项调查，在乳腺癌筛查方案中使用AI进行图像分析，纳入研究的36个AI系统中有34个(94%)准确性都低于单个放射科医生的诊断，并且所有AI的准确性都低于2个及2个以上放射科医生的共同判断，充分说明X射线乳腺辅助诊断比想象中困难得多。
在乳腺AI领域，深睿医疗、医准智能、汇医慧影、腾讯觅影等代表的国内外创新公司正在积极布局。以医准智能为例，其推出了多病种智能解决方案，覆盖X线(乳腺x线智能分析系统)、超声(乳腺x线智能分析系统)、乳腺DBT(乳腺断层成像智能分析系统)等领域。
医准智能乳腺多病种智能解决方案
2022年3月， GE医疗和医准智能共同发布基于Edison平台开发的“ 全流程乳腺X线检查Senographe Crystal Nova AI 影像质量控制系统”，旨在规范乳腺X线影像技师操作，在保证合格影像留存、减少废片的同时，为医院提供可回溯的影像标准管理工具，从图像采集端的源头提升乳腺癌筛查质量，赋能精准诊断。
肺炎
CT的肺炎AI辅助诊断已经比较成熟，但是在XR领域还在探索中。比如，在肺炎识别上，科学家在尝试一种全新“自主学习”AI，即让神经网络在已产生的平片报告中学习知识。这是一个很强的跨越，显示从弱人工智能向强人工智能迈进。
在识别胸水中，AI表现出强于医师的潜质
3、DSA篇
与MR解决成像速度的痛点类似，在介入方面人工智能主要关注图像增强与优化，以及力求更小的辐射剂量。
在高清低剂量成像方面，国内DSA整机厂商东软医疗(I-Denoising卓影AI高清低剂量平台)和万东医疗(全馨AICS智能降噪算法)做了较好的榜样，可针对不同的造影或透视解剖区域，自动设置高清低剂量程序，确保医生能够在极低的剂量下得到优质的临床图像。
万东DSA全馨AICS智能降噪算法对比效果
影像判定和疾病预测是最容易形成产品的点。目前，博动医疗率先在此方面有所建树，其 首个获批三类证的血管造影AI：QFR(定量血流分数)——基于冠脉造影影像的无导丝FFR快速分析系统，能精确分析狭窄冠脉血管的功能学指标，为临床医师制定介入治疗策略提供指导。
除博动医疗外，润迈德冠状动脉造影血流储备分数(caFFR)系统也获得了欧盟CE认证和中国NMPA认证，诊断灵敏度与特异性均显著优于定量冠脉造影，成为了东软医疗DSA的标配。
博动医疗QFR
除上述之外，机器人辅助、临床决策支持、AR虚拟视觉等也都是人工智能在血管介入的切入点。我们期待能其融入到DSA工作流程中，成为介入医生的实时助手。
4、总结