近年來，隨着AI技術的不斷發展，基於深度學習算法的AI系統主要集中於乳腺鉬靶X線影像的分析和研究，對MRI、超聲和數字乳腺斷層攝影的研究相對較少。國內一些醫療公司也推出了新一代基於深度學習算法的鉬靶AI系統，在乳腺腫塊檢測和鈣化檢測方面此類系統的準確率已經很高。在病灶的良惡性判別上，新一代AI模型的靈敏度和特異度，甚至有可能超越醫學影像專家的水平。
雖然經過測試，乳腺鉬靶影像AI系統具有較好的診斷性能，但其缺乏對乳腺影像應用場景深入的研究；算法工程師未能切實挖掘臨床診斷中的痛點和難點，使得乳腺鉬靶影像AI系統無法準確的反應影像科醫師的真實需求。
乳腺鉬靶影像輔助診斷系統是基於乳腺鉬靶X線攝影，通過「AI+醫療」的密切配合實現乳腺疾病的診療。該方案是按照影像科醫師的日常工作模式，由醫學影像專家根據多年在醫院的經驗積累和工作總結，在影像上準確地識別並標註出乳腺腫塊、鈣化、結構扭曲及其他特徵，並對乳腺增生、病變、包塊、鈣化的形狀、大小、密度、性質等做出完整的描述，為臨床干預做出重要的決策準備。極大地提高了影像科醫師的工作效率；降低了漏診、誤診的發生率。
1、 根據上傳的影像資源，自動解析病人和影像的詳細信息。
2、 提供根據影像的設備類型、檢查部位、影響號、檢查時間段、上傳時間段等字段的查詢功能。
3、 可根據需要對影片的灰度、窗寬窗位等進行調整。
4、 逐層判讀，可利用不同的標註工具標出結節的位置和備註信息。
5、 自動計算出病灶的大小、密度、體素等重要信息，醫師可對每個病灶的形態、性質、位置做出準確的判斷。
6、 對疑似病灶進行統計。
7、 把已上傳的影像及其詳細信息和病灶信息記錄入庫，為後期的病灶隨訪和臨床診斷提供支持。
TOP