本文转自：劳动报
使用人工智能系统诊断疾病
以脑肿瘤、脑血管、脑退行性疾病、神经变性类疾病为代表的中枢神经系统，因其高致死、高致残率，已严重危害人类的健康。精准的诊治将会为社会及患者家庭明显减轻负担，其中早期的准确诊断至关重要。
磁共振助力大脑疾病诊断
中枢神经——大脑作为人体的司令部，因其极为重要及娇贵，外面有一层坚固的颅骨包围着，这种解剖特点注定了脑组织疾病不能轻易进行活检。因此，依靠无创的影像学检查在神经系统疾病中体现了无可替代的作用，特别是磁共振的出现，让大脑的疾病可以清晰地显示。
传统上，医生是根据影像学上的疾病形态特点进行诊断，主要是观察病灶的大小、边界、形状、病灶内有无坏死等特征。这些主要是依靠医生的经验来进行判断，但是遗憾的是很多疾病形态类似，同时即使同一类疾病在不同的生长时期也是形态各异。这就给传统依靠形态学进行诊断带来了很多困难，很容易出现误诊的情况，影响疾病的诊治。
幸运的是，大脑独特的解剖结构很适合磁共振的功能成像检查。功能成像是有别于结构成像的技术，主要是观察病灶或者器官的功能特点，比如磁共振波谱可以观察病灶的代谢，灌注成像可以观察病灶内的血流情况，扩散加权成像可以观察病灶内水分子的运动情况。耿道颖劳模创新工作室在国内率先将功能成像引入中枢神经系统疾病诊断中，研发并创立了一整套脑部疾病的功能成像诊断标准，并使其可量化诊断，便于推广应用。
多模态成像打出诊断组合拳
单一的成像技术往往只能看到病灶一个方面的特征，而将多种技术组合应用，即多模态成像能够多角度观察疾病的特点，可实现更加精准地诊断。比如将磁共振黑血技术与CT血管成像组合，可观察脑内动脉瘤的形态，并可评估动脉瘤的破裂风险，同时在结合灌注成像技术，就可以发现脑内有无缺血的情况发生，对指导临床选择合理的治疗方式具有重要意义。耿道颖教授团队多年来一直致力于神经系统疾病多模态影像学诊断模式的探索及应用，创建了一整套不同神经系统疾病的多模态成像诊断方案，明显提高诊断的精准度。其中，脑肿瘤神经外科术中导航技术体系借助术中导航磁共振，使用多模态影像学技术，精准确定肿瘤边界，指导术中避开重要功能区，以实现最大范围切除肿瘤及保护脑功能区，明显减少患者的术后致残率，获得国家科技进步二等奖。
人工智能点亮视觉盲区
人类视觉的局限性，让医生肉眼只能观察到图像的明暗、大小、形态等低阶的特征，而隐藏在图像背后代表病灶的三维异质性高阶特征却无法观察，但以计算机技术为支撑的人工智能能够解决人类的这个缺陷。例如，目前人工智能判断脑出血再出血风险的精准度明显优于医生的视觉判断。近年来，团队一直致力于影像学人工智能研究，已构建脑常见肿瘤、脑动脉瘤、脑梗塞的人工智能诊断模型，实现了软件工程化，并已初步在临床应用。这些人工智能的临床应用，显著地提高了工作效率，特别是提高了诊断的准确性。正如前所述，单一影像学技术创建的人工智能诊断模型，尚不能对疾病全视角的观察，而多模态成像，特别是结合功能成像构建的人工智能诊断模型能明显提高诊疗精准度，即“多模态+智能”的影像学诊断模式。目前，耿道颖劳模工作室已经成功建立了脑膜瘤、胶质瘤、淋巴瘤、转移瘤、阿尔茨海默病的多模态影像学人工智能诊断模型，将诊断的精准度向分子、基因水平进行延伸。
“多模态+智能”的影像学诊断模式未来将会实现中枢神经系统疾病的早期、精准诊断，将让更多的患者受益。