人工智能在青光眼诊断中的应用

近年来,人工智能(artificial intelligence,AI)在医学领域的应用范围不断扩大,已成为医疗行业关注的焦点,利用人工智能、机器学习及深度学习诊断眼科疾病的研究也逐步展开。青光眼是一种常见致盲性眼病,具有隐匿性和渐进性,早期诊断和干预可以降低青光眼视力丧失的风险并极大地改善预后。目前,AI系统在诊断青光眼方面已有很多应用,本文综述了AI在青光眼领域的研究和应用,以及临床优势和挑战,并展望了AI在青光眼中的潜在应用前景。     

医学图像检索技术的研究进展

医用影像存储和检索工作离不开计算机技术。本文通过医学图像检索技术的发展历程、热门算法和应用探索简述了医学图像检索领域中的一些情况。基于内容的医学图像检索技术以及它的延伸基于语义的医学图像检索技术是当今研究热点。结合深度学习、人工神经网络等算法,能优化检索技术,这也是未来这个领域的发展方向。     

人工智能在皮肤病诊断和评估中的作用

人工智能(Artificial Intelligence,AI)是当今科技发展的代表性技术,表现出与多个学科融合的巨大潜力和价值。皮肤科学高度依赖形态学特征,疾病的诊断和评估主要基于视觉图像,是AI应用的优势学科。基于皮肤影像技术的AI不仅能提高疾病诊断的灵敏度和特异度,还能对常见疾病的严重程度进行客观评估。本文就AI在皮肤肿瘤、炎症性皮肤病、色素性皮肤病、感染性皮肤病中的应用进行综述,并对发展趋势进行分析,希望为皮肤科AI未来的研究提供参考。     

人工智能在鉴别肝门部胆管癌细胞及周围神经侵袭中的应用

目的 建立一种用于辅助诊断肝门部胆管癌(HC)的人工智能(AI)算法模型,评价其识别肿瘤细胞及周围神经侵犯(PNI)的能力.方法 采用AI算法对825张HC和175张非癌变组织图像(600张为训练集,300张为测试集,100张为比较数据集)进行深度学习,将不同参数的GoogLeNet和DenseNet相结合的神经网络用于HC细胞和PNI的特征提取和深度学习.比较该AI算法模型与3名病理科医师(副主任医师、主治医师、住院医师各1名)在判断肿瘤有无及肿瘤细胞百分比的差异.结果 基于深度学习的AI算法可以准确识别HC组织标本图像中的肿瘤细胞及PNI.AI算法诊断肿瘤的能力可与经验丰富的病理科副主任医师媲美,且在评估肿瘤细胞百分比方面更胜一筹.结论 AI算法模型在识别HC肿瘤细胞及PNI方面具有辅助作用.     

基于深度学习的脑肿瘤图像分割

人工智能技术在计算机视觉与深度学习领域的应用逐渐增多,自动驾驶、无人机、医学临床诊疗等行业都需要基于深度学习的图像分割技术做支撑。本文对近年来脑肿瘤图像分割方法进行综述：首先介绍了图像分割的传统方法和基于深度学习的方法,然后概述了目前几种典型的针对脑肿瘤图像分割方法,描述其主要进展与可借鉴之处,总结了我们在基于深度学习的脑肿瘤图像分割方面的研究结果,并与典型方法的性能进行对比,最后讨论未来研究方向及面临的挑战。     

深度学习在心脏磁共振左心室分割中的应用研究进展

心血管疾病是我国居民的首位死因,发病率呈上升趋势,随着心脏磁共振(CMR)扫描技术的迅速发展,将产生大量的影像数据,深度学习作为人工智能的一个分支发展迅猛,将深度学习的图像分割技术与心脏磁共振影像结合,将帮助提高影像科医生的诊断效率。文章对深度学习及其在磁共振左心室分割中的应用研究进行综述。     

无创血流储备分数诊断冠心病的研究进展

随着光子计数探测器CT(photon-counting detector CT,PCD-CT)的商用化以及人工智能(artificial intelligence, AI)深度学习(deep learning, DL)的应用，冠状动脉CT血管成像(coronary computed tomography angiography, CCTA)的图像质量越来越清晰，CCTA实现了冠状动脉狭窄性病变及斑块性质的无创解剖学评估，基于CCTA的无创血流储备分数CT(fractional flow reserve, CT-FFR)实现了冠状动脉粥样硬化性心脏病(冠心病)的无创功能学评估，为临床医师更好、更快做出决策贡献巨大。现就基于CCTA的CT-FFR临床应用等方面进行简要阐述，以期为该领域进一步深入研究提供参考。     

AI辅助预估乳腺癌淋巴结转移的研究现状及前景

人工智能（artificial intelligence,AI）在病理学中最重要的潜在应用之一,是根据形态学特征预测患者的预后和对特定疗法的反应。乳腺癌作为全世界最常见的恶性肿瘤之一,也是导致女性恶性肿瘤死亡的主要原因,是临床关注的焦点。乳腺癌腋窝淋巴结转移是重要的预后因素,能否准确评估腋窝淋巴结转移情况影响临床诊疗决策。目前,基于无创手术的思想,有多项研究已开发出可用于预测乳腺癌前哨淋巴结转移的模型,但是不同预测模型应用的临床和病理参数不同,如何更全面地分析乳腺癌患者的临床和病理数据,并建立更精准的预测模型是未来的发展方向。本文通过阐述AI在病理方面的研究进展以及在乳腺癌中的研究现状,对于如何基于AI辅助有效地预估乳腺癌淋巴结转移、建立更精确有效的深度学习算法展开了深入的思考与展望,从而不断提升乳腺癌的诊治水平。     

人工智能在骨科中的应用

人工智能(AI)是目前最热门的新兴计算机科学之一,该技术主要应用领域于对智能机器的仿人类智能模拟方面的研究。通过数据处理、深度学习、模型构建为医学领域疾病的诊断和治疗提供辅助帮助。尤其在骨科领域中,AI通过深度学习构建人工神经网络,利用医学数据集建立训练模型进行图像解释、风险评估等,提高临床诊断的准确性。特别是在在AI辅助3D打印技术、骨科机器人两方面具有重大的临床意义。3D打印技术采用AI计算机辅助设计技术,根据患者特征设计出吻合性手术内置物,提高患者治愈率,减少术后并发症;骨科机器人则以计算机辅助导航系统为核心,实现了临床上人机交互手术治疗骨科疾病的重大突破。     

骨肉瘤影像组学的研究现状与进展

影像组学从常规影像学图像中提取肉眼不可见的定量成像特征进行数据分析和模型构建来帮助临床决策,可弥补常规影像分析的不足,可能对将来骨肉瘤的精准诊治具有重要指导意义。本文简要介绍骨肉瘤影像组学的工作流程,回顾影像组学在骨肉瘤中的最新应用,并讨论骨肉瘤影像组学的局限性和未来的研究方向。     

人工智能在骨科疾病诊治中的研究进展

人工智能是一门新的技术科学,它深入研究开发用于模拟延展和扩充人脑智能的理论、方式、核心技术及应用软件与控制系统。其专业领域内容涵盖了机器人、图像识别和专家系统等。人工智能技术在众多医学学科领域内都有着重要的应用价值。特别在骨科领域中,人工智能不仅提升了影像科医师与骨科医师的工作效率、降低了工作负荷,与此同时也为患者提供了更多安全可靠、有力的临床技术保障,给临床骨科疾病的诊断、治疗带来了极大推动。本文回顾了近几年来人工智能技术在骨科疾病中的最新研究成果,旨在综述人工智能技术在骨科诊断、治疗领域的最新进展和尚存局限,为促进人工智能技术和骨科领域新的深度融合提供文献参考。     

人工智能在骨肌系统影像领域的研究进展

人工智能(AI)已成为计算机革命的新浪潮,被认为是包括医疗保健领域在内的许多行业的革命性技术。近年AI被推到了医学成像研究的前沿,这在很大程度上与计算学习能力的提高、大数据的挖掘以及神经网络体系结构的创新和改进有关。AI在医学影像中的作用主要是提高影像诊断医生工作效率,提高诊断准确率,降低医疗成本,同时还能进行疾病风险预测。本文主要归纳总结近年来AI在骨肌系统影像领域的研究进展,并分析其现实意义及未来展望。     

Advances of Artificial Intelligence Application in Medical Imaging of Ovarian Cancers

Ovarian cancer is one of the three most common gynecological cancers in the world, and is regarded as a priority in terms of women's cancer. In the past few years, many researchers have attempted to develop and apply artificial intelligence (AI) techniques to multiple clinical scenarios of ovarian cancer, especially in the field of medical imaging. AI-assisted imaging studies have involved computer tomography (CT), ultrasonography (US), and magnetic resonance imaging (MRI). In this review, we perform a literature search on the published studies that using AI techniques in the medical care of ovarian cancer, and bring up the advances in terms of four clinical aspects, including medical diagnosis, pathological classification, targeted biopsy guidance, and prognosis prediction. Meanwhile, current status and existing issues of the researches on AI application in ovarian cancer are discussed.     

从临床医生角度,看人工智能在癌症精准诊疗中的应用及思考

在癌症的精准诊疗中,以深度学习为代表的人工智能技术日益展现出巨大的潜力。在医学影像、病理学等领域,人工智能技术的出现不仅有望大大降低相关科室人员的工作量,通过对影像、病理学图片进行定量描述,人工智能技术也可进一步挖掘出医学数据中潜在的复杂模式。综述首先对目前流行的人工智能技术进行简单的介绍。其次,重点探讨了深度学习技术如何最先影响到癌症影像诊断学的。随后,介绍了人工智能技术在癌症病理学、基因组学、免疫治疗等领域的最新进展。最后,进一步探讨了癌症领域人工智能临床落地过程中存在的困难,并提出一些可能的解决思路,以期为未来的研究提供参考。     

人工智能在骨关节炎诊疗中的应用进展

骨关节炎（OA）是临床常见的退行性疾病,晚期可导致关节功能丧失,具有致残率高的特点,目前尚无有效的根治方法。因此,早期诊断和精准治疗是改善治疗效果的关键。人工智能（AI）属于多学科交叉融合的研究热点,近年来已逐渐应用到OA诊疗过程中,能够提高OA的诊断准确性、改善临床治疗和预后效果。本文通过归纳相关文献,对AI在OA诊疗中的应用现状进行系统阐述,发现其在辅助OA影像诊断、手术治疗、疾病进展预测和术后康复等方面具有潜在的应用价值,但也存在数据采集不规范、算法系统不稳定等局限,今后应建立标准化的临床样本数据库,持续优化算法模型,使AI技术更好地参与OA诊疗。     

人工智能技术在肝脏肿瘤中的应用与展望

近年来人工智能技术发展迅速,应用范围不断扩大。在医学领域,人工智能技术已在影像学、病理诊断、疾病管理、药物研发、手术导航等诸多方面崭露头角。肝脏肿瘤是我国常见疾病,人工智能技术在这一领域的研究和应用前景广阔。本文概述了人工智能技术在肝脏肿瘤的影像学和病理诊断、预后判断、治疗方案选择、手术辅助等方面的研究进展,并展望人工智能技术在肝脏肿瘤个体化、精准化诊治的推动作用。     

Collaborations of Industry,Academia, Research and Application Improve the Healthy Development of Medical Imaging Artificial Intelligence Industry in China

In recent years, artificial intelligence (AI) has developed rapidly in the field of medical imaging. However, the collaborations among hospitals, research institutes and enterprises are insufficient at the present, and there are various issues in technological transformation and value landing of products in this area. To solve the core problems in the developmental path of medical imaging AI, the Chinese Innovative Alliance of Industry, Education, Research and Application of Artificial Intelligence for Medical Imaging compiled the White Paper on Medical Image AI in China. This article introduces the current status of collaboration, the clinical demands for medical imaging AI technique, and the key points in AI technology transformation: robustness, usability and security. We are facing challenges of lacking industry standards, data desensitization standard, assessment system, as well as corresponding regulations and policies to realize the application values of AI products in medical imaging. Further development of AI in medical imaging requires breakthroughs of the core algorithm, deep involvement of doctors, input from capitals, patience from societies, and most importantly, the resolutions from government for multiple difficulties in links of landing the technology.     

人工智能在临床医学中的应用与思考

人工智能（AI）已成为发达国家的国家战略。在医疗健康领域的各个环节（如虚拟助理、医学影像、药物挖掘、营养学、医院管理、健康管理、精神疾病、可穿戴设备、风险管理、病理学和临床诊疗活动等）,AI已取得极大的发展。本文就医疗活动中较为成功的AI研究,即AI与病理诊断、眼部疾病、皮肤疾病、医学影像、中医药、心电监测、手术机器人、肿瘤治疗、医学科学研究作一系统性的评述,阐述医疗领域AI应用存在的问题与展望。相信随着AI技术的发展,AI将会推动医疗领域革命性的进步,使广大病患受益。