姜成宇

（齐齐哈尔市富裕县人民医院，黑龙江 齐齐哈尔 161200）

2017年，北美医学界掀起了一场“人工智能”的风暴，自此以后，人工智能便被广大的医疗工作者所熟知，并尝试在医学领域得到有效的应用[1]。首当其冲就是医学影像与人工智能技术的有机融合，而对于人工智能在医学影像中的不断应用，广大的医疗工作者的意见发生了分歧，有些医疗工作者认为医学影像将逐渐被人工智能技术所取代，未来的医疗行业极有可能被人工智能技术主宰。

1 人工智能技术概述

人工智能并非近几年的高科技先进技术，最早可以追溯到上世纪50、60年代，当时美国就正式提出了人工智能技术，自那以后，这门新兴的科技手段便由此诞生[2]。它利用计算机模拟人的思维、行为的学科技术。涵盖了教育学、心理学、语言学等几十种学科，涉猎的范围如此之广泛。经过了70余年的时代变迁，人工智能技术得到了飞速的发展，借助计算机技术得出的大数据，已经超越了人脑思维。

2 人工智能在医学影像中的具体应用

2.1 肺部影像

在医疗工作中，肺部影像学主要分为CT和肺部x射线两项技术[3]。因为肺部位于锁骨和肋骨之后，在实施肺部影像学检查时，如果病灶位于肺部，极易因为锁骨与肋骨的遮挡而出现漏诊的现象，据调查显示，在一些医疗技术并不发达的地区，肺部疾病的漏诊率已经达到了30%以上。相比于x射线，CT技术能够有效的突破锁骨与肋骨两个部位的遮挡，消除其他因素的影响，在影像中直接显示病灶部位，但这并不意味着能为临床医疗工作者的诊断提供强有力的证据。因为在医学影像中，断层的结节部位与血管断面的密度十分相似，两项技术各有利弊。所以，在肺部影像的检查工作中，为了对上述两项技术加以区分，须尝试应用人工智能技术。除了肺部结节的影像检查之外，肺基础病变影像与人工智能技术的融合也成为广大医疗工作者共同努力的新方向。

在临床工作中，肺基础病变影像分为正常、磨玻璃影、实变影，间质性改变影像可见网格影、蜂窝状影等[4]。但是在实际的临床检查中，有时小的实变影、网格影、蜂窝状影的影像掩盖了小结节的影像，从而造成了肺结节影像检查结果的诊断，从而造成漏诊现象。随着人工智能技术在肺部影像检查中的广泛应用，肺部检查中的肺结节等疾病的诊断率得到了明显的提升，视为肺部影像学检查的“半壁江山”。

2.2 心脏影像

在心内科，对心脏疾病患者实施影像学检查主要针对患者的左心室进行自动分割，从而准确地检测出左室容积及室壁厚度等心脏指标[5]。而在心脏疾病的影像检查中，因为种种因素的影响，大多数患者的检查结果都伴有一定程度的心室腔信号不均匀、心尖影像分辨力低等现象，这也为心室容积的准确测量产生误导。为了消除心脏影像检查结果的不利影响，为心脏疾病的诊断提供准确的依据，心内科医疗工作者尝试利用人工智能实现左心室容积的准确测量。通过智能模型在检查者的左心室切面进行自动的分割，对左室腔进行准确无误的定位，通过人工智能技术的解码轻松勾画出左心室的形状。

而心脏超声技术是心脏内科检查应用频率最为频繁的一种影像检查手段。在心内科的临床检查中，心脏超声技术可以准确的检查出心脏疾病。而心脏超声检查的人工智能技术应用主要分为超声心动图对于切面的自动识别、切面组织的自动定位等技术，前者用来实现对心脏功能与结构的准确观察[6]。研究证实了心脏影像检查人工智能技术有助于多个超声心动图的清晰观察。

2.3 乳腺影像

随着近年来乳腺疾病的发病率逐年递增，对广大的妇女人群的健康造成一定的威胁。再加上人们健康意识的增强，越来越多的女性患者自觉到当地医疗机构进行妇科检查，这也无疑增加了我国妇科临床工作的压力，而人工智能技术的出现彻底的缓解了妇科临床工作的压力。事实证明，随着乳腺钼靶人工智能检查手段的广泛应用，越来越多的妇女患者从中受益，在病灶范围扩大之前及时检查出疾病所在，并采取了相应的诊疗手段。因为不同地区人群机体结构的不同，欧美女性的胸部多为大且丰满，而东方女性的胸部则为小而紧致，东方女性乳腺疾病的诊断率略低于欧美女性。所以，人工智能技术当然也要充分考虑到这一特征，模拟了我国女性乳腺钼靶模型，从而建立了中国女性专属的钼靶数据库。

2.4 颅脑影像

将人工智能手段应用于颅脑影像检查的研究以阿尔茨海默症、认知性障碍及精神障碍的临床诊断与鉴别工作。而脑肿瘤因为形状多变、水肿易危及到临近的组织从而造成肿瘤的变形等情况的产生，所以在临床上脑肿瘤的切位分割常常令广大的脑肿瘤临床工作者无从下手。而人工智能技术的出现，彻底解决了这一难题，通过人工智能模型对脑肿瘤进行定位切割，在对脑肿瘤的多位点数据采样，准确的排除周围的临近组织，具备了明显的优势。

而颅脑的造影技术，能够清晰的显示出脑肿瘤患者在静息状态下的脑部葡萄糖代谢水平，实现了对颅脑部位的动态观察。而广大的脑外科临床工作者大胆提出了将颅脑影像检查与人工智能技术进行选择性的结合，各取长处，通过多角度、多尺度的建立脑部神经网络，用于鉴别阿尔茨海默病与认知性障碍。临床研究表明，2019年，我国脑外科颅脑造影影像检查中应用人工智能技术的认知障碍与阿尔茨海默病的鉴别率分别为85.3%与87.8%，较上一年增长近20多个百分点。

2.5 肝脏影像

肝脏影像人工智能技术的研究主要用于肝脏肿块的分类与诊断，尤其是肝癌的临床诊断，有助于肝癌患者的早期筛查。临床工作中，肝脏肿块被分为五种类型，即A、B、C、D、E五类，A为典型肝癌、B为除了典型肝癌之外的恶性肿瘤、C为不确定的肿块，其中包含了早期肝癌、增生性结节等病变；D为肝部位肿瘤；E为普通的囊肿。而肝脏造影检查人工智能技术可以准确的识别和区分上述五种类型的肝部病变，按照不同病变在影像中显示的不同曲线下面积，进而判断疾病类型，这五种病变的曲线下面积分别为0.95、0.87、0.73、0.66、0.54，按照不同的病变，其疾病检测的特异度从高到低分别为E、C、D、A、B，这也充分的说明了肝脏造影人工智能手段检测肝脏囊肿的特异度最高，检测典型肝脏肿瘤的特异度最低。

3 结 语

综上所述，现如今，人工智能技术已经得到了快速的发展，实现了时代的进步，从传统的造影技术到人工智能技术的广泛应用，为现代医疗机构的发展注入了新兴的原动力。传统的医学影像技术在人工智能时代的影响下，也在逐步得到改善，在一定程度上缓解了传统医疗行业的工作压力。而目前，由于医疗技术的限制，部分地区的医疗机构仍然无法实现影像技术的人工智能全面推广与应用，仍然处于发展的初级阶段，无法涉及到更深领域的工作。所以，我国医学影像的人工智能技术仍然存在较大的进步空间，这也为广大的医疗工作者提供了最新的发展方向。本文首先简要概括了人工智能技术，最后从肺部、心脏、颅脑、乳腺、肝脏等五个方面详细介绍了人工智能在医学影像中的具体应用，通过人工智能技术在各医疗领域的广泛应用，为疾病的早期筛查和疾病的诊断提供最准确的诊断依据。