精准医疗，AI助力丨佳和医院引进人工智能（AI）辅助诊断系统，恶性肿瘤无创判定准确率高达95%

驻报全媒体记者  肖鹏飞

甲状腺疾病是内分泌系统中的常见病，传统诊断主要依赖于超声图像的解读，但超声图像的非标准化特性，加上医生的扫查手法、解读的不同，以及病人的个体差异等因素，使得诊断结果容易受到影响。

佳和医院的这一创新举措，正是为了解决这些难题。

在实际运用中，AI系统就像开了“外挂”，瞬间标记结节位置、精准计算大小，检测速度和准确性都大幅提升。

该AI系统能够在短时间内完成对甲状腺结节的定位、分级和特征分析，甲状腺结节检测中的敏感度可达95%，特异性达到85%，检测速度和准确性远超传统设备。不仅减少了患者的等待时间，还降低了误诊和漏诊的风险。

佳和医院影像科负责人表示：使用人工智能(AI）辅助诊断系统实现结节秒级检出、病灶智能定位、精确识别临床易漏诊结节，赋能高效阅片，同时提供大小、体积、密度、征象、组学特征、多维化分析等信息，辅助医生良恶性诊断，助力病情评估，阅片效率大大提升。

目前，除超声检查外，临床上对甲乳结节良恶性判定主要采用的是穿刺活检，获取结节组织样本进行细胞病理诊断的方式，此类方式属于有创检测诊断，需要一定的技术储备、较长的等待时间和较高的经济费用。

AI辅助诊断技术汇聚全国多家医院数十万张彩超图像，在患者进行超声检查过程中，实时同步分析超声影像，给出人工智能精准判断结果，实现甲状腺结节良恶性的无创判定。

通过AI的强大学习能力，可以对结节的位置自动标注，对结节纵横比、边界、回声、钙化等病灶特征进行分析，既明确了结节的生长位置及术前定性，又使部分术前诊断不明确的患者避免手术，减少了不必要的痛苦。大量临床数据验证，人工智能辅助超声诊断对甲状腺、乳腺结节的诊断准确率可高达95%以上。

心脏冠状动脉硬化是导致冠心病的主要原因，早期诊断能够有效降低心肌梗死、心力衰竭等严重并发症的发生风险。

传统的冠状动脉硬化诊断主要依赖冠状动脉造影、CT血管造影（CTA）等影像学检查，这些方法虽然具有较高的准确性，但存在检查流程复杂、依赖医生经验、诊断耗时长等问题。

AI技术在心脏冠状动脉硬化诊断中的应用，有效弥补了传统方法的不足。

通过对大量冠状动脉CTA图像的深度学习，AI算法能够自动识别血管壁的钙化斑块、非钙化斑块以及混合斑块，准确评估血管狭窄程度。此外，AI还能通过对患者的年龄、性别、血压、血脂等临床数据进行综合分析，预测冠状动脉硬化的发病风险，为疾病的早期预防提供科学依据。

肺癌是全球发病率和死亡率最高的恶性肿瘤之一，早期发现肺部肿瘤并进行干预，患者的五年生存率可大幅提高。

然而，肺部早期肿瘤在影像学上往往表现为微小的结节，容易被漏诊或误诊。AI辅助诊断技术为肺部早期肿瘤的筛查带来了新的希望。

基于深度学习的AI算法能够对胸部CT图像进行高精度的分析，不仅可以快速检测出直径小于5毫米的微小肺结节，还能根据结节的形态、密度、边缘等特征，判断其良恶性。同时，AI还可以对患者的多期CT影像进行动态对比分析，监测肺结节的生长变化，为临床治疗方案的制定提供有力支持。