“人工智能+医学影像”，是将目前最先进的人工智能技术应用于医学影像诊断中，帮助医生诊断患者病情的人工智能具体应用场景，可以广泛用于各类病灶识别与标注，如乳腺癌、肺癌、宫颈癌等。

日前，放射学领域的国际顶级期刊Radiology(《放射学》)最新发表了一篇题为《基于深度学习的CT血管造影脑动脉瘤检测算法》(“Deep Learning-Based Algorithm for Detecting Cerebral Aneurysms on CT Angiography Images”)的论文。论文显示，AI算法检测动脉瘤灵敏度高达97.5%，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。

该文章由华为云EI创新孵化Lab联合华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科共同完成，阐述了基于深度学习开发的完全自动化的、高度敏感的CT血管造影图像检测脑动脉瘤的算法。这是人工智能在医学影像领域的最新研究成果，也是利用人工智能技术诊断脑动脉瘤的重磅科研成果。

Radiology最新发布华为云、华中科技大学最新联合医疗研究成果

脑动脉瘤是大脑中血管的弱化区域，如果不加以治疗，它们可能会渗漏或破裂，有时甚至会致命。动脉瘤破裂的风险取决于动脉瘤的大小、形状和位置，因此脑动脉瘤的检测和特征提取是指导治疗的关键。

CT血管造影成像(CTA)是目前评估颅内动脉瘤的主要影像学检查手段，但是由于脑动脉瘤体积小和颅内血管的复杂性，即使专业的放射学专家进行诊断也需要耗费很长的时间，一些小动脉瘤还可能被遗漏。深度学习的使用，将有助于医生更快更准确地诊断脑动脉瘤。

为了缩短诊断时间、提升诊断精度，华为云EI创新孵化Lab联合华中科技大学电信学院、华中科技大学同济医学院附属协和医院(武汉协和医院)放射科开发了一种深度学习算法，可以识别CT血管造影图像检测脑动脉瘤。

华为云联合团队使用500多名患者的CT血管造影，基于华为云一站式AI开发平台ModelArts来训练模型，然后用另外534张CT血管造影数据集测试，其中包括649个动脉瘤。

从数据来看，该算法检测出了649个脑动脉瘤中的633个，灵敏度为97.5%。研究还发现了在最初的临床评估中被忽略的8个新动脉瘤。

参与该联合项目的武汉协和医院放射科专家龙茜博士表示：“深度学习算法在检测动脉瘤方面表现出了出色的性能。我们发现，在最初的临床诊断报告中被忽略的极少数动脉瘤，被深度学习算法成功地识别出来了。”

结果显示，深度学习算法在脑动脉瘤的诊断中具有潜力，有望在临床上作为第二意见的诊断工具。

AI有许多优点，主要是因为其不受经验水平、工作时间和情绪等影响人类表现的因素的影响。对于三甲医院来说，人工智能+医学影像的引入可以改善传统高度依赖医生人工读片模式，在一定程度上缓解医学影像诊断的压力，同时亦可满足三甲医院的科研需求。

对于基层医院来说，相比于三甲医院，其对复杂影像的处理能力、判断能力更为薄弱，因此误诊漏诊率更高。人工智能通过把影像诊断结果进行前期的分析和处理，可以提高筛查数量，降低误诊漏诊率，进而提高综合医疗水平。

人工智能会替代放射科医生吗?对此，龙茜博士表示：“与华为云合作开发AI深度学习算法的目的是帮助放射科科医生，而不是取代他们。未来需要进一步收集、分析、验证更异构的高质量数据，进一步验证该算法，这是评估其推广性和对日常临床工作适用性的关键，需要AI算法专家、放射科专家等进一步通力合作。 ”