卫计委资料显示，每年新增肺癌患者逾60万，50余万人死于肺癌。并且，肺癌的死亡率在逐年上升，形势非常严峻。肺癌早已超越了交通事故、自然灾害等，成为影响中国人口死亡的最主要因素之一。
目前常用的胸部X线片、CT等医学影像检查对于肺癌的筛查效果并不理想，很难看出3毫米以下的结节。以大数据为驱动的人工智能应用到了医疗健康领域后，诞生了影像组学，即从医疗大数据中提取数据，利用AI方法挖掘肿瘤信息，捕捉和发现小的结节，就可以减少漏诊，实现临床辅助决策。
PereDoc科技团队抓住这一医学发展的新方向，于8月初率先建立了肺结节3D CT医学影像诊断金标注数据库，使其更快更好地应用于临床精准治疗，造福患者。
唤醒沉睡的数据
“我们唤醒了那些沉睡的数据。”8月16日，PereDoc科技团队的CTO在接受腾讯健康记者采访时，自豪地说。
高质量的CT病例影像是一切研究的数据基础，PereDoc通过对许多肺癌高风险病例、肺癌确诊病例、非肺癌的确诊病例及特殊病例等数据标注后进行研究分析，挖掘病例数据背后的巨大价值。丰富的高质量案例、高效的数据分析和专业的医学专家支持，是团队后续研究工作的“基石”。
迈出了可喜的第一步后，接下来的图像预处理和特征提取过程仍然举步维艰。由于不同医学影像的格式和存储方式不同，首先须对图像进行预处理，以实现数据的规范统一。
接下来，问题又出现了，从影像中提取的大量图像特征是冗余的，PereDoc科技团队采用深度学习技术，挑选出关键特征，来构建辅助诊断模型。
PereDoc科技CTO指出，在浩繁庞杂的信息中一点点剥离冗余，让关键特征一步步显现出来的过程，都是在专业医师和专家的参与下完成的。
构建肺结节3D CT医学影像诊断金标注数据库
大量CT病例及特殊病例的梳理工作完成后，PereDoc科技团队开发出了3D肺结节CT病例标注工具，对图像进行非常直观的3D标注。
对于肺癌高风险病例及肺癌确诊病例，标注工具分别标注出了结节位置，结节尺寸，结节或肿块形态特征及周围情况，强化特征，转移情况、区域淋巴结、骨质破坏等病例特征，由专家评估结节的恶性程度。
肺结节3D CT医学影像诊断金标注数据库被构建起来。“在肺结节3D标注库的基础上，对AI采用深度学习技术进行训练。” PereDoc科技CTO举例说，“比如，在采用含有病理标注的样本进行诊断训练时，需要高质量经过标注的数据来对神经网络进行训练，在有医学专家进行监督的学习下，不断对参数进行调整，开发出高准确率低假阳性的智能诊断算法，通过多次训练持续优化，我们就得到了专家级的肺结节多模态智能医学影像诊断神经网络。对于具有临床意义的肺部2毫米-5毫米的细小结节识别准确率达到92%左右，而对于大于5毫米的小结节识别准确率甚至可以达到令人匪夷所思的98%!” PereDoc科技CTO兴奋地说，“准确率如此之高也是我们始料未及的。”同时，该系统的假阳性率目前已降低到15%。
PereDoc科技CTO把机器标注出的细小的结节图片和专家标注出的结节图片放在一起进行比对，记者惊讶地发现，两者几乎一模一样。甚至有一部分是专家没有发现，而在AI的提示下才勾画出来的。
让医生的效率提高十几倍
“现在，我们有了一个训练好的诊断模型，其诊断准确率已经达到全国一流三甲医院的影像科权威专家的看片水平。” PereDoc科技CTO表示，基于目前的舆论和相关政策，系统只会为医生提供辅助信息，最终的决策依然需要医生来做出，“这已经极大提高了医生的工作效率，从2分钟缩短到10秒钟，效率提高了十几倍。”
“我们的理想就是希望用人工智能解决中国人看病难的问题，希望这项技术能惠及全国包括各地级市、区、县级医疗资源相对匮乏的医院，来帮助医生提高看片的效率，让医生们有更多的时间和精力让更多的患者得到及时有效的诊治。我们希望通过这样，来为被病痛缠绕的患者争取更多的时间。” PereDoc科技CTO说。
PereDoc科技团队构建的这一高质量的肺结节3D CT医学影像诊断金标注数据库，是医疗人工智能应用的关键数据基础设施，对智能医疗起到了极大推动作用。同时开发出的高准确率低假阳性的智能诊断算法，则是智能诊断的共性基础技术，同样的训练技术，可用于肺结节CT智能诊断，也能应用于甲状腺癌、乳腺癌、脑瘤、肾癌、肝癌等重大疾病，具有重要的医学价值和社会价值。
总结AI的表现，PereDoc科技CTO兴奋地告诉记者：“可以说，我们的影像组学、大数据和人工智能，在疗效评估、辅助诊断、预后预测方面，在技术上、方法上、效果上，达到全球领先水平，甚至某一些方面是超前的。”
来源：中国网
