1月8日，四川大學華西醫院，在第四科研大樓舉行了一場“腹部CT人工智能質控及輔助診斷”實測演示。從甘孜州、阿壩州、涼山州三家州級人民醫院，各傳輸回一例當日所做的患者上腹部CT增強檢查的影像資料，在1分鐘内，從數千張影像資料中，迅速篩選定位出了病竈部位、大小和密度。

這項應用技術，正是華西大數據中心、四川大學華西醫院放射科李真林教授團隊直接參與研究的，基于人工智能技術（AI），賦能CT影像檢查的階段性研究成果。8日，完成了腹部CT質控和輔助診斷的功能實測，目前所取得的階段性成果已具備一定的臨床價值。

“腹部CT人工智能質控及輔助診斷”實測演示

數千張影像資料 不到1分鐘便能定位病竈

在醫院做過檢查的病人都有這樣的經曆，排着長長的隊伍，終于做完了CT檢查，需要等待2個小時甚至更長的時間，才能拿取結果。是因為醫生工作效率低？并不是。

四川大學華西醫院放射科副主任李真林教授解釋說，CT在我國的醫療機構非常普及，是目前臨床最常規的影響檢查手段之一，在西部地區的縣級醫院，基本實現了全覆蓋。但CT檢查每一個螺旋掃描，會出具成百上千張影像資料，每個患者的檢查數據高達數百兆，影像科醫生需要從數千張影像資料中，篩選出準确的病變的圖像。“真正有用的可能隻有幾張。”李真林說，優秀的影像科醫生稀缺，是全球範圍醫療行業問題。

CT檢查在臨床上，由于不同級别醫院的CT技師和醫師的經驗、水平差異，容易造成影像質量、診斷準确性不一緻，患者由基層診療醫院向高級别醫院轉診時，往往會被要求重複檢查，造成資源浪費和患者疾病負擔加重；其次，因醫療人力資源有限，CT設備雖然能夠重建出更多的影像數據，但被觀察到的CT影像信息有限，易造成漏診。

↑“腹部CT人工智能質控及輔助診斷”實測演示

1月8日，從甘孜藏族自治州、阿壩藏族羌族自治州、涼山彜族自治州三家州級人民醫院，各傳輸回一例當日所做的患者上腹部CT增強檢查的影像資料，在不到1分鐘，從數千張影像資料中，迅速定位出肝區、脾區、膽下緣、胃下緣、左腎和右腎下緣各個髒器區域，篩選定位出了發現病變異常的不超過10張影像資料，還标志出了病竈部位面積、大小和密度。在其中一個患者病例資料中，還排除了患者檢查時因為衣服拉鍊等造成的僞影。

AI學習“華西診斷标準”

這套AI賦能CT影像應用技術，曆時2年研發，人工智能“學習”了四川大學華西醫院數萬份CT檢查影像資料數據，實現了精準判斷篩選病變的功能。

這項應用技術，可以精準地識别CT掃描區間，判斷掃描區間是否合理，避免因技師操作出現局部髒器漏檢，多維度地判斷CT圖像質量，實現CT掃描質控，促進影像檢查質量的“同質化”和“影像檢查結果互認”。同時，因人工智能實現對主要髒器的CT影像精準分析，找出疑似病變和組織結構的異常，給出診斷方向，實現其輔助診斷的功能，降低漏診與誤診，減少重複檢查，節約醫療資源；

同時，基于5G網絡和雲平台，能助力像甘、阿、涼這樣的偏遠山區百姓“足不出州”即可享受專家級的快速精準診斷，促進優質醫療資源下沉，利于國家醫改“分級診療”制度的實施。

該應用技術聯合研發方負責人宋捷表示，這項應用技術在未來，也可以實現CT設備的本地化應用，甚至直接嵌入CT設備，通過AI分析，在短時間内直接出具結果，避免了患者等待時間太長和因檢查質量不佳重複檢查的現象。

紅星新聞記者 于遵素 攝影 王效

編輯 陳豔妮

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!