人工智能在X光肺结核辅助诊断的应用

        随着科技的快速发展，在生活中已经随处可见AI人工智能的产物，他们被应用在各行各业。人工智能在医疗行业的应用也很广泛，其中在X-Ray, CT, MRI和显微病理仪器上的医疗分析与诊断均有应用。

        什么是ViDi？
        今天我们来介绍一下康耐视人工智能AI软件ViDi。康耐视ViDi是一款基于图像识别的分析系统，利用机器深度学习技术模拟人类神经网络来自我学习并分析这些数据，进而识别出疾病中一些重复出现或者近似的某些特征，总结出规律，再结合医疗客户的经验和现有的生物学等方面信息，预判疾病未来可能出现的变异等症状。这就为广大患者带来生命的安全保障以及提高了医生的诊断效率和准确率。

        在2018年，瑞士苏黎世大学附属医院基于康耐视ViDi软件，通过X-Ray进行肺结核病人的诊断与分析。据估计，世界上每年将有800万人患有肺结核疾病。如果这些患者没有经过妥善的治疗和医治，将会有200万人死于肺结核或其带来的复发症疾病。X-Ray的影像分析则是肺结核的检查及预防重要手段之一。

        苏黎大学附属医院根据图像，按肺结核病理类型主要分为以下大类：A）空洞，B)实变，C)渗出，D)粟粒样。研究队列为138例，人类免疫缺陷病毒（HIV）与结核病合并感染（中位年龄34岁），84位男性，54位女性。

        首先通过康耐视人工智能软件ViDi进行样本病理位置查找，以及病理诊断分类标记。下面为相关示例图片：A） 右肺上叶有周围实变的空洞 B） 左上叶合并的样本 C） 左侧小胸膜一例积液 D） 双侧广泛粟粒性肺结核。在进行30%左右的样本标注和学习训练后，应用到剩余的70%样本，结果每张照片的人工智能诊断平均处理时间53.4毫秒。

在此项疾病监测中，康耐视的人工智能

右肺上叶有周围实变的空洞

左上叶合并的样本

左侧小胸膜一例积液

双侧广泛粟粒性肺结核

        ViDi软件主要进行两项分析：一是针对疾病的位置进行定位分析。二是针对疾病的病理症状进行分类。得出了相关结论，针对疾病位置的定位分析准确率是100%，针对病理分类准确率为95%左右。由于样本数量学习基数较少，准确率还有一定提升空间。

        从苏黎世大学附属医院基于康耐视的深度学习的应用来看，ViDi是一款很有发展前景的工具。需要进一步努力建立更大、更高质量的数据集以实现更好的诊断性能。康耐视也会不断的优化人工智能软件的底层算法进而满足越来越多的医疗客户的人工智能应用场景。

        ViDi的优势

       1、 相较于市面上传统的人工智能解决方案，康耐视人工智能软件ViDi的主要优势在于：

       2、分析图片速度非常快，单张图片的处理时间一般为100ms以内；

       3、 软件非常容易上手，简单灵活操作，无需重新编写代码；

       4、不需要大批量的样本图片，仅仅需要几百张图片学习即可应用；

       5、可以输出测试结果的置信度，针对没有学习过或者分析置信度低的样本快速提示以便相关人员进行复判或再次学习和训练；

       6、图像处理的分析和诊断结果准确率非常高。
        康耐视生命科学团队致力服务于全球医疗设备集成商及生命科学仪器制造商，解决所碰到的痛点及难点。现在我们的ViDi人工智能软件应用在越来越多的医疗及生命科学客户中，例如显微细胞计数、分类、尺寸与测量，显微病理分析与诊断，眼科病灶诊断，骨科关节位置查找及诊断，胸腔疾病的诊断与分析，血清质量检测与分析，96孔板位置查找及液体有无等等场景。我们提供硬件和软件解决方案缩短了客户项目研发周期，大幅提升了处理时间和准确率，解决了医疗诊断识别和分析中的难点，不断的提高医院及科研实验单位的使用满意度。
        参考文献：The International Journal of Tuberculosis and Lung Disease, Volume 22, Number 3, 1 March 2018, pp. 328-335(8)