在最新一期《中华放射学杂志》（11月刊）中，深睿医疗有7篇论文入选，内容涵盖深度学习、影像组学、机器学习等范畴，研究方向涉及神经系统、甲状腺、肺结节、乳腺、儿童生长发育等各个角度，影像数据来自CT、MR、DR、乳腺X线等各种影像设备。这些前沿技术的分析，将最终回馈临床，服务临床，辅助医生临床决策。
《中华放射学杂志》为中国科协主管、中华医学会主办的放射学专业学术期刊，创刊于1953年，现为月刊。杂志以广大放射学工作者为主要读者对象，报道放射学领域领先的科研成果和临床诊疗经验，以及对放射学临床有指导作用且与放射学临床密切结合的基础理论研究。《中华放射学杂志》主要反映中国放射学临床科研工作的重大进展，促进国内外放射学学术交流。每年来稿量近2000篇，稿件刊用率为15%左右。杂志实行同行审稿制，所收稿件均经相关专业专家评审。论文发表前经过五级定稿制度的把关，从而保证了刊出论文的学术和编辑质量。为保证内容的前瞻性，每年保证至少策划10期重点号内容，体现放射学科发展的最热点和前沿内容。
人工智能技术在世界范围内的影响越来越深远，其渗透的行业领域也越来越广泛。医疗行业作为人工智能技术渗透的行业之一，在我国发展得较为迅速。2017年7月，国务院印发的《新一代人工智能发展规划》，推进智能医疗，推广应用人工智能治疗新模式新手段。
在众多医疗行业中，医学影像数据量大并采用全球统一的DICOM标准存储，因此有望成为人工智能最先实现突破的领域。
随着近年来，医学影像AI产品的不断研发并与各大高校和医疗机构进行科研合作，我们发现，中国医学影像AI产业正处于蓄势待发阶段，机遇与挑战并存，这也是《中华放射学杂志》选择与深睿医疗合作，共同推进中国医学影像人工智能前沿技术学术交流的初衷。
《中华放射学杂志》主编张琳琳表示， 人工智能是当今科技发展的热点方向，其中医学影像是与人工智能结合最紧密的学科之一。2019年11期发表的人工智能影像研究专题，从神经系统、甲状腺、肺结节、乳腺、骨龄等角度，全面报道了人工智能影像研究的最近进展，反映了人工智能在医学影像中应用的最新热点，对于今后医学影像的人工智能研究有很好的借鉴和指导意义！
中华医学会放射学分会副主任委员，中国人民解放军东部战区总医院影像科主任卢光明教授，特别为本次专题撰写题为《新一代医学影像人工智能临床转化现状与挑战》的述评。他指出， 人工智能是当今科技发展的代表性前沿方向，通过与众多学科和产业的交叉研究，极大程度的影响了当前科技发展和社会生产生活方式的改变。以AI为依托的智能医学是当前医学发展的重要方向，医学影像人工智能则是当前智能医学最重要的组成部分，是AI与医学结合的最适合的切入点。医学影像人工智能是当今前沿的临床医学研究方向之一，大量临床、科研单位和AI公司的介入使得行业呈现欣欣向荣的景象。经过大量的探索性的工作，医学影像 AI 正逐渐形成产业化，并逐步朝临床转化。
肺癌是发病率和死亡率增长最快，对人群健康和生命威胁最大的恶性肿瘤之一。国际肺癌研究协会（IASLC）证实，随着肿瘤的生长，生存率明显降低，早期发现和诊断是降低肺癌患者病死率的有效方法 。随着我国肺部低剂量CT扫描和肺癌筛查的广泛开展，肺结节的检出率大大提高。
以深睿医疗与上海胸科医院合作为例，回顾性分析上海市胸科医院2016年1月至2018年12月间胸部CT扫描发现肺结节并行手术切除的患者923例，共搜集有病理检测报告且在常规扫描和靶扫描数据集上可对应的结节969个。使用基于常规扫描CT数据训练的深度学习良恶性分类模型，对于本研究中搜集的常规扫描和靶扫描数据集进行评测，评估指标包含两者的曲线下面积（AUC）、准确率、敏感度和特异度，并使用综合判别改善指数及Delong测试比较两者的性能差异。最终验证了在常规扫描数据集上训练的深度学习模型，应用于靶扫描数据的测试集时可以取得比常规扫描数据更好的表现。靶扫描有效提高肺结节的诊断效能，对直径较小的结节有更高的鉴别诊断能力。这样的研究结果，为临床医生的诊断提供更多辅助参考依据，提供更多临床路径的可能性。
图① 常规扫描和靶扫描 图②靶扫描和常规扫描预测得分分布。
此外尽管训练集和测试集的采集模式存在一定偏差，所用模型仍有较稳定的表现，本研究也进一步验证了深睿医疗深度学习模型具有良好的泛化能力。
乳腺癌是我国女性发病率最高的癌症，乳腺癌的预防和早诊早治是临床的关键课题 。乳腺X线摄影对钙化检出的敏感性高，尤其是对于以少许微小钙化为唯一表现的Tis期乳腺癌，只有采用乳腺X线摄影才能被早期发现和诊断 。通过人工智能算法，自动地从乳腺X线影像中检测出乳腺钙化，一方面可以有效提示临床医师减少漏诊，另一方面可以有效提升报告书写效率和报告的规范化。
深睿医疗与中国人民解放军第五医学中心合作，评估基于深度学习（deep learning，DL）的乳腺X线影像钙化检出系统的有效性与稳定性。
乳腺X线摄影方法符合中华医学会2016年乳腺影像检查方法专家共识制定的乳腺影像检查技术标准，通过对431例年龄在12-86岁的女性，共计5488幅影像进行分析比对后发现，基于深度学习的乳腺X线影像钙化检出系统具有很高的敏感性以及一定的稳定性，可以有效减少阅片流程中钙化，尤其是可疑恶性钙化的漏检。
图为深度学习钙化检出算法流程图。
深睿医疗强大的科研能力源于其行业领先的深睿研究院(Deepwise AI Lab)，研究院从成立以来一直致力于医疗前沿科技的探索，通过科技与临床的结合，产生了众多兼具临床价值和科技创新性的科研成果，陆续被国内外重要期刊和会议收录。仅2019年，深睿研究院有8篇论文入选CVPR2019，实现了图像识别与医学影像分析等技术的创新性突破，跻身中国论文发布数量排名前列的科技公司之一。在10月召开的医学影像分析国际会议MICCAI和11月召开的国际计算机视觉高级会议ICCV上，深睿研究院又有10篇关于医疗人工智能领域的科研论文被收录。截止到目前为止，深睿研究院已发表70余篇学术论文，累积影响因子超过80，论文接收率超过50%，彰显深睿医疗强大的科研能力。
目前深睿医疗还承担科技部、国自然及全国各大城市多个重大专项科研项目，在颅内动脉瘤自动化检测、破裂和复发风险的深度学习模型构建和应用研究、新型人工智能算法及其在肝癌精准介入治疗规划的应用研究、脑卒中相关血管管壁斑块量化分析及破裂风险预警模型的研究、基于预后的肺亚实性结节人工智能辅助影像决策系统的建立、基于CT影像组学预测转移性膀胱癌PD-1/PD-L1抑制剂治疗疗效的研究、基于人工智能的儿童心脏超声应用、基于新一代人工智能技术的肺癌智能化诊断产品解决方案及示范应用等多个领域，与国家相关部门，各大高校科研团队及国内顶级医疗机构进行深入合作。
随着人工智能技术的加入和发展，其深度学习技术和大数据处理能力优势，可以帮助医生提高临床科研能力，促进科研成果向临床应用的快速转化，深睿医疗秉承创新之心，助力医生使用科学的方法和标准进行疾病的研究，使临床医学不断发展和进步，深睿医生， 让看病不再困难。
责任编辑：kj005
