深度学习技术在医学影像中的应用

近十年来,人工智能(artificial intelligence,AI)在医学领域发展迅速,很大程度上得益于机器学习(machine learning,ML)技术的发展与进步,而机器学习也成为医学领域创新的新引擎。医学成像领域中,机器学习对图像重组、病变分割、计算机辅助检测(computer-aided detection,CADe)和诊断(computer-aided diagnosis,CADx)等方面的优化产生了积极影响[1,2]。与传统的医学图像分析技术相比,机器学习技术不需要由医学及技术领域专家为特定分析制定明确相关的功能。     

如何从传统手术向智能化导航手术转变

经过20多年医理工多领域学科交叉融合、创新诊疗研发与临床实践, 数字医学4.0对传统手术的发展产生了深远而重要的影响。如何将传统外科手术与数字医学4.0技术相结合是未来外科学发展的方向。以数字智能化导航手术为代表的新技术在外科疾病的诊疗工作中得到了深入的探索和广泛的应用。随着人工智能、大数据、混合现实技术的创新发展及应用, 外科手术将会类似于航空航天自动化、智能化导航, 迎接数字医学5.0的到来。     

医院一体化预约平台的设计与应用

目的提高患者就医体验,减少排队等候,节约医院成本,提升管理水平。方法通过对患者的就诊流程进行调查和分析,建设医院一体化预约平台。结果实现了集医技预约、号源管理、床位预约及手术预约等功能为一体的多项目、多渠道的一体化预约凭条建设,优化了患者就诊流程,提高了服务质量。结论医院一体化预约平台系统在提升门诊工作效率和优化就诊服务流程上起到了重要作用,同时也加强了各科室的协同操作,促进了互联网+智慧医院的建设进程。     

直肠癌淋巴结转移的深度神经网络评判研究进展

正目前,临床上对于直肠癌常用的影像评估方法有MRI、螺旋CT、PET-CT、直肠腔内超声(ERUS)等。而MRI作为首选检查方式,对肿瘤位置、浸润深度、淋巴结转移、血管侵犯、环周切缘及周围器官侵犯等方面的评估均具有明显优势~([1-2])。通过MRI诊断淋巴结的方法通常是影像科医师逐层浏览每一幅图像,从中识别淋巴结的形状、界限及密度来判断,这种传统方式耗时较长且存在主观偏倚,导致     

机器学习在脑血管病诊疗应用中的研究进展

正脑血管病以其高死亡率、高复发率和高致残率成为我国乃至全球最严重的疾病负担之一~([1-2])。快速评估、诊断和干预对改善脑血管病患者的结局至关重要,并高度依赖于特征性的神经影像表现,比如应用头颅CT快速鉴别缺血和出血性脑血管病、大血管闭塞和缺血半暗带的快速评估等~([3])。脑血管病神经影像特征的快速评估高度依赖经验丰富的血管神经病学医师和神经放射医师。然而,不断增加的脑血管病疾病负担和不断攀升的就诊量对医院尤其是基层医院的专业医师带来巨大的需求,但是     

人工智能在耳鼻咽喉头颈外科的运用及展望

通过对大数据深度学习,近年人工智能技术已逐渐渗透到医学各个领域,实现一定程度应用。虽然耳鼻咽喉头颈外科专业近几年发表相关文献数量急剧增长,但大部分临床医生对于人工智能的研究还比较陌生。介绍人工智能的基本原理,列举、分析其在耳鼻喉科的主要研究情况,探讨目前人工智能技术实际应用的局限,展望未来人工智能技术在耳鼻喉科可能的应用。     

RSNA2019人工智能影像学

【摘要】随着人工智能（AI）的迅速发展和日益广泛的应用，人们对自动图像处理和分类技术产生了极大的兴趣，本年度RSNA年会上关于AI的研究报告按照部位进行分类总结。各研究通过利用深度学习分割图像、研究图像特征提取和图像转换，研发机器学习辅助诊断方法，比较不同AI模型如何提高成像效率、减少辐射剂量和对比剂剂量等，对临床疾病进行鉴别诊断和准确分级，进而辅助临床个体化治疗方案的制定，且有望大幅降低影像医师的工作负荷。     

中医人工智能辨证研究现状与发展＊

目的 总结中医人工智能辨证领域的研究历史与现状、应用状况、所面临的挑战，为中医辨证智能发展提供帮助。方法 检索中国知网（China National Knowledge Infrastructure，CNKI）总库1980年-2020年人工智能与中医辨证相关文献，筛选出301篇，以时间为线索，从专家系统、机器学习、深度学习和知识图谱，对中医辨证算法研究进行分类；以地域为线索，结合文献计量学可视化分析，梳理出中医辨证人工智能地域发展态势。结果 通过三个阶段中医辨证算法的比较，机器学习的神经网络、决策树和贝叶斯等算法模型辨证准确率均值在90%以上，适用于中医辨证，未来深度学习与知识图谱在中医辨证方面极具潜力。结论 中医辨证信息化迅猛发展并处于持续深入的状态，但中医文本数据的处理和结构化工作滞后，缺乏评价系统来评判人工智能算法在辨证上的效果，需予以重视。     

影像技术和分子检测技术在阿尔茨海默病诊断中的应用研究进展

阿尔茨海默病(Alzheimer disease,AD)是以进行性发展的神经系统退行性变为特征的病变,它给患者、家庭和社会造成了很大的负担,因此亟待寻找早期诊治AD的方法。目前,神经影像新技术和分子检测技术发展迅速,如对海马、灰质等的测量与基因检测等,都对AD的早期诊断有非常重要的价值。本文将结合国内外关于影像技术和分子检测技术在AD早期诊断中的应用进展作一综述,为AD的预防管理提供新思路。