日本立命馆大学信息理工学部教授尖端ICT医疗健康研究中心负责人陈延伟的研发小组开发出了利用人工智能（机器学习）辅助肝部肿瘤图像诊断的系统。该系统可根据造影剂注入后经过不同时间拍摄的多张CT图像，立即检索出过去的相似病例，在诊断时作为参考。今后，将通过临床研究以及与设备厂商的合作，推进实用化开发。
陈延伟在立命馆大学2016年12月13日在东京面向新闻机构举行的研讨会上登台，介绍了开发的“相似多时相CT图像检索系统”。 肝癌的5年生存率平均为30％左右，在所有癌症中是较低的，需要早期发现和准确诊断。此次的系统要使用被称作“单一相”、“动脉相”、“门脉相”、“延迟相”的多张肝脏的CT图像，这些图像是在造影剂注入后经过不同时间拍摄的。系统会提取各相关系（共现关系）的特征，并计算与过去的病例数据库的相似度，最后输出相似病例。 检索主要由两步构成。首先是从CT图像中分离出内脏器官（肝脏）和肿瘤，分别制作内脏器官和肿瘤的三维模型。然后提取各相关系的特征（多时相共现特征）。现在，采用机器学习分离内脏器官和肿瘤，3分钟左右即可制成内脏器官和肿瘤的三维模型。今后，还将在提取多时相共起特征时引进机器学习。 这项研究是与浙江大学附属医院共同进行的，并在该院进行了先导研究。以实习生和第1、2年的研修医生为对象，在参考检索系统结果和不参考的情况下，比较了5种肿瘤（共计14个病例）的诊断精度和自信度。结果表明，不管是实习生还是研修医生，其诊断精和自信度都得到提高。 陈延伟等人还在研究根据医用图像制作每个患者的计算解剖模型。今后，将开发计算解剖模型与机器学习相结合的肝脏疾病诊断辅助系统。（记者：大下淳一，《日经数字健康》） （全文完）
设置首页-搜狗输入法-支付中心-搜狐招聘-广告服务-客服中心-联系方式-保护隐私权-AboutSOHU-公司介绍-网站地图-全部新闻-全部博文 搜狐不良信息举报邮箱： 推荐： |
