AI赋能医疗影像抗疫

#文章仅代表作者观点，不代表IPRdaily立场，未经作者许可，禁止转载#

来源：IPRdaily中文网（iprdaily.cn）

作者：闫杰 超凡知识产权咨询信息技术部 检索分析师

原标题：AI赋能医疗影像抗疫

近日，一篇由医疗AI影像企业科亚医疗携手国内六家医院共同研究发表的完全基于肺部CT影像的深度学习判别新冠肺炎的论文《Artificial Intelligence Distinguishes COVID-19 from Community Acquired Pneumonia on Chest CT》被国际顶级放射学期刊《Radiology》使用的算法似乎在寻觅新冠肺炎的CT影性学特征方面找到了窍门，通过COVNet实现CT影像特征提取，对新冠肺炎、社区获得性肺炎的鉴别准确性高。这项研究是AI在医疗领域的一个极具现实意义的应用，通过AI增效优化新冠筛查流程，实现高效精准筛查、降低医生工作强度，合理分配医疗资源的作用。人工智能AI在医疗领域的应用都有哪些呢？接下来，笔者从科亚医疗专利角度出发，介绍AI在医疗领域的应用。

新冠肺炎疫情期间，各家企业各展所能，积极研究，利用人工智能技术助力抗击新冠肺炎。

近日，一篇由医疗AI影像企业科亚医疗携手国内六家医院共同研究发表的完全基于肺部CT影像的深度学习判别新冠肺炎的论文《Artificial Intelligence Distinguishes COVID-19 from Community Acquired Pneumonia on Chest CT》被国际顶级放射学期刊《Radiology》所接收，这篇文章使用的算法似乎在寻觅新冠肺炎的CT影性学特征方面找到了窍门，通过COVNet实现CT影像特征提取，对新冠肺炎、社区获得性肺炎的鉴别准确性高。这项研究是AI在医疗领域的一个极具现实意义的应用，通过AI增效优化新冠筛查流程，实现高效精准筛查、降低医生工作强度，合理分配医疗资源的作用。

疫情期间，工信部也曾发布了《充分发挥人工智能赋能效用 协力抗击新型冠状病毒感染的肺炎疫情倡议书》就提出了倡议，进一步发挥人工智能的聚能的效益，呼吁人工智能企业等能够在疫情企业、预警、防治等方面积极做出贡献。

人工智能AI在医疗领域的应用都有哪些呢？接下来，笔者从科亚医疗专利角度出发，介绍AI在医疗领域的应用。

科亚医疗专利情况

通过对科亚医疗进行检索发现，科亚医疗在全球领域公开/授权的专利共计96件，包括：发明专利87件，实用新型4件，外观设计5件。在美国和中国都有专利布局，其中，美国涉及44件，中国涉及52件。

从专利技术上看，科亚医疗相关专利涉及技术包括：医疗影像辅助诊断、医学图像目标分割/检测、病历/诊断报告生成、医疗图像管理、病症结果预测以及医疗设备6个方面，其中医疗影像辅助诊断专利数量最多，为43件。

通过对科亚医疗专利分析发现，AI在医疗影像辅助诊断、医学图像目标分割/检测、病历/诊断报告生成、医疗图像管理、病症结果预测这几个方面都有所应用。接下来，笔者分别针对这些方面介绍AI在其中的应用。

医疗影像辅助诊断

涉及专利数量43件，技术应用包括：（1）借助医学图像实现生理状况预测；（2）血管状态分析或者血流储备分数（FFR）预测；（3）利用医学图像进行模型重建；（4）引导血管中的支架植入；（5）为生理上结构生成解剖学标记。

借助人工智能手段，对医学影像进行处理分析或者模型构建，实现对患者的生理或者血管等状况的预测，辅助医生进行病症诊断，降低医生误诊漏诊率，以及为医生进行手术指引，例如通过模型重建，直观呈现相关区域，以便于直观的确定支架植入位置。

代表专利：CN110853029A  用于基于医学图像自动预测血流特征的方法、系统和介质

本发明公开了一种用于基于医学图像自动预测血流特征的方法、系统和介质，获取血管树的图像块和血管相关特征；基于血管树的图像块和血管相关特征，利用学习网络来计算血管树的血流特征，其中学习网络包括依序连接的多模型神经网络和树结构递归神经网络。

该方法能够根据采集的目标对象血管的医学图像的图像信息和血管相关特征来对该目标对象的血流特征进行精准的预测，如预测目标对象的血流储备分数（FFR）等血流特征，以根据血流储备分数帮助用户对目标对象进行相应的病理判断或其他处理。

医学图像目标分割/检测

涉及专利数量27件，技术包括：（1）利用神经网络方法实现图像分割；（2）3D图像中目标检测；（3）医学图像中诸如血管等对象的中心线生成方法。

通过人工智能手段，实现了医学图像对象的检测及准确定位，提高后续进行疾病预测的准确性。

代表专利：CN110148129A  3D图像的分割学习网络的训练方法、分割方法、分割装置和介质

本公开提供一种3D图像的分割学习网络的训练方法、分割方法、分割装置和介质获取，由图像采集装置采集的3D图像；基于所获取的3D图像利用训练好的分割学习网络进行分割，其中，所述分割学习网络基于卷积层、多个密集块、解卷积层和输出层的依序联合而构成，所述密集块内的基本单元之间具有密集连接，所述基本单元由批量归一化层、RELU层和卷积层组成，且所述分割学习网络的训练所利用的损失函数更关注困难样本且对远离所述关注对象的负面体素进行惩罚。

通过上述方法，能够以结构更紧凑且参数更少的学习网络实现对不规则且小型的关注对象的快速且准确的分割，且该结构更紧凑且参数更少的学习网络的训练过程，解决现有技术中在学习网络的训练中严重的前景背景失衡问题以及准确勾画目标物（如肿瘤）边界繁琐导致样本稀缺而产生的过拟合的技术问题。

病历/诊断报告生成

涉及专利9件，技术包括：（1）交互式诊断报告系统；（2）病历文本处理。

通过人工智能方法，实现对文本的处理，能够使用诸如电子病历和生物医学研究文章之类的自由文本或者医学图像描述语句来构造医学报告和生物医学文章，提高医学报告的生成效率，节省医生时间。

代表专利：CN109887577A  用于基于患者的医学图像生成报告的系统、方法和介质

本公开提供一种用于基于患者的医学图像生成报告的方法，接收由图像采集装置获取的医学图像以及用户对至少一个视图中的至少一幅医学图像的选择，基于学习网络自动生成描述所选择的医学图像的关键词，所述学习网络包括串联连接的卷积神经网络和递归神经网络。所述方法还包括接收在所生成的关键词中的关键词选择，基于所述关键词选择生成所述报告，并且在显示器上显示所选择的医学图像和所述报告。

上述方法提供了一种诊断报告系统，能够达到基于用户对医学图像的关注的视图和/或区域的选择来生成医学诊断报告，以及生成描述医学图像的关键词根据用户对关键词的选择来创建诊断报告的技术效果。

医疗图像管理

涉及专利8件，技术包括：（1）通过确定医学图像优先级对医学图像数据进行排序以实现医学图像调度管理；（2）外观专利，医学图像管理界面。

代表专利：CN108305671A  由计算机实现的医学图像调度方法、调度系统及存储介质

本公开涉及一种由计算机实现的医学图像调度方法、调度系统及存储介质，获取医学图像相关数据，对所述医学图像相关数据进行处理，以至少得到医学图像相关数据的优先级参数，根据排序来呈现医学图像相关数据及其处理结果的队列。

该方法基于人工智能对医学图像进行初步判断并据此优化调度，需要时还能够将人工智能的判断结果、医学图像的属性信息（例如数据采集时间）和临床医生的诊断结果综合起来对病例进行精确排序，确保病情紧急重要的病例能被及早及时地处理，优化影像科医生的工作量分配，均衡各位影像科医生之间的工作量分配，并为各张医学图像分配胜任的影像科医生，以避免因分配不当导致对医学图像相关数据的处理延迟。
 

病症结果预测

涉及专利5件，技术主要包括：（1）借助人工智能手段对医学图像进行分析，以疾病分析结果；（2）借助神经网络方法实现癌症转移检测。

通过人工智能方法，对医学图像进行分析，实现患者病症预测或者对诊疗结果风险预测以提早预估风险，便于医生制定诊疗方案以及把控诊疗过程。

代表专利：CN110503640A  对医学图像进行分析的装置、系统及计算机可读介质

本公开涉及一种对医学图像进行分析的装置、系统及计算机可读介质，基于所述医学图像利用训练好的学习网络来分别确定患有各种疾病的状况，学习网络依序包括编码器和与每种疾病一一对应设置的递归神经网络单元，编码器被配置为基于所述医学图像提取特征信息，从输入侧起的第一个递归神经网络单元被配置为：至少基于所述特征信息来确定患有相应疾病的概率；从输入侧起的第二个以后的每个递归神经网络单元被配置为：基于特征信息以及至少一个相邻递归神经网络单元的隐藏信息来确定患有相应各种疾病的概率。

该方法以自动化的方式，帮助放射科医师和临床医生快速准确地解读医学图像且一并提供多种疾病的分析诊断结果。

 
人工智能在医疗领域的应用

事实上，除了上述介绍的应用之外，人工智能在医疗领域还可以应用在智能问诊、基因测序、医疗物资调配、抗病毒药物研发等方面。例如，依图医疗开发的“新冠肺炎小依医生”产品，提供面向大众的新冠肺炎科普、智能问诊及导诊，以及面向政府的区域疫情的智能监控及分析，等等。

据不完全统计，目前已有20余款人工智能系统应用在抗“疫”一线以及全国数百家医院，服务人群包括疑似病例和确诊病例达到数十万人次，有效提升了新冠肺炎排查效率和诊断准确率。相信随着人工智能技术的发展，在未来，人工智能技术在医疗领域会发挥更大的作用，助力医疗领域的发展。

参考文献

1. https://news.yaozh.com/archive/29114.html
2. http://news.pharmnet.com.cn/news/2020/03/20/537750.html
3. https://www.sohu.com/a/372448044_120067116
4. https://blog.csdn.net/KuAI_KST/article/details/104171347
5. http://tech.gmw.cn/2020-03/25/content_33684579.htm
 

来源：IPRdaily中文网（iprdaily.cn）

作者：闫杰 超凡知识产权咨询信息技术部 检索分析师

编辑：IPRdaily王颖          校对：IPRdaily纵横君

点击图片，查看专题详情！

「关于IPRdaily」

IPRdaily是具有全球影响力的知识产权媒体，致力于连接全球知识产权与科技创新人才。汇聚了来自于中国、美国、欧洲、俄罗斯、以色列、澳大利亚、新加坡、日本、韩国等15个国家和地区的高科技公司及成长型科技企业的管理者及科技研发或知识产权负责人，还有来自政府、律师及代理事务所、研发或服务机构的全球近100万用户（国内70余万+海外近30万），2019年全年全网页面浏览量已经突破过亿次传播。

（英文官网：iprdaily.com  中文官网：iprdaily.cn） 

本文来自IPRdaily中文网（iprdaily.cn）并经IPRdaily.cn中文网编辑。转载此文章须经权利人同意，并附上出处与作者信息。文章不代表IPRdaily.cn立场，如若转载，请注明出处：“http://www.iprdaily.cn/