AI辅助检测脑动脉瘤灵敏度达97.5%，华为云成果登顶级期刊

机器之心发布
机器之心编辑部
近日，放射学领域国际顶级期刊《Radiology》发表了华为云 EI 创新孵化 lab、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联合团队的最新研究成果：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。
日前，放射学领域的国际顶级期刊《Radiology》（《放射学》）发表了一项来自中国的「人工智能 + 医学影像」最新研究成果：运用 AI 帮助医生检测脑动脉瘤，灵敏度达到 97.5%；AI 协助放射科医生阅片，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。

本文插图
论文链接：https://pubs.rsna.org/doi/10.1148/radiol.2020192154
这项研究由华为云 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完成，运用华为云一站式 AI 开发平台 ModelArts 开发了一套基于 CTA 影像的全自动化、高度敏感的脑动脉瘤检测算法，帮助医生更快速高效地诊断脑动脉瘤。
Radiology 杂志是放射学领域的顶级期刊，一直被公认为该领域最新、最高质量研究的权威参考， 2020 年最新影响因子为 7.9 ，是该领域内被引用次数最多的期刊之一。
脑动脉瘤辅诊：「人工智能 + 医学影像」新突破
「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，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，如宫颈癌、肺部结节、心脑血管疾病辅诊等。
脑动脉瘤诊断难点
脑动脉瘤是脑动脉内腔的局限性异常扩大造成的一种瘤状突出，存在渗漏或破裂风险，位居脑血管疾病病因的 Top3 ，堪称「沉默又致命的杀手」。脑动脉瘤造成了大约 80%-90% 的非创伤性蛛网膜下腔出血。这一严重的脑部疾病死亡率为 23%-51% ，另外还有 10%-20% 的永久残疾风险，对其进行早期诊断与治疗非常必要。动脉瘤位置多发，形态多样，对医生资历要求较高。中国人口基数大，高资历医生匮乏，相关医生工作强度极大。
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。
目前， CT 血管造影成像（CTA）是评估颅内动脉瘤的主要影像学检查手段，与磁共振血管造影（MRA）相比，CTA 是一种快速且经济有效的诊断技术，通常具有更广的可用性和较高的空间分辨率。与数字减影血管造影（DSA）相比， CTA 通常更广泛且具备无创性。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。
AI + 医学影像，解决脑动脉瘤辅诊难题
在最近发表在 Radiology 的这项新研究中，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运用华为云一站式 AI 开发平台 ModelArts ，开发了一套基于 CTA 影像的全自动化、高度敏感的脑动脉瘤检测算法。
ModelArts 平台提供数据预处理及半自动化标注、大规模分布式训练、自动化模型生成，以及端 - 边 - 云按需部署能力，帮助用户快速创建和部署模型，管理全周期 AI 工作流。
该研究开发的脑动脉瘤检测算法包括一个编码器和解码器，并在编码器解码器中间使用了密集的空洞卷积 (DAC) 和残差多核池化 (RMP) 模块。输入的 CTA 图像被重采样至 0.39×0.39×0.39 mm^3 分辨率，算法输出会提供动脉瘤存在概率、动脉瘤位置以及直径大小等信息，并在 CTA 原始图像上为可疑的动脉瘤勾画出一个边界框。