近年來，肺癌的發病率、緻死率已屢創新(xīn)高。早期肺癌多(duō)表現為(wèi)肺部結節，它們尺寸小(xiǎo)、對比度低、形狀異質(zhì)化高，因此早發現、早預防、早診斷、早治療能(néng)夠在很(hěn)大程度上降低肺癌的發病率。而肺癌防治的重要手段是早期篩查，其中(zhōng)胸部低劑量CT是國(guó)際公(gōng)認的有(yǒu)效手段。但是随着胸部CT篩查人群的日益增多(duō)，影像科(kē)醫(yī)師工(gōng)作(zuò)量的日益增長(cháng)。繁重、枯燥的閱片工(gōng)作(zuò)使影像科(kē)醫(yī)師的疲勞度增加，同時漏診、誤診的風險也在增加。

在我國(guó)，醫(yī)療領域是AI發展相對蓬勃的領域之一。基于深度學(xué)習的AI應用(yòng)目前已經覆蓋病竈檢測、病理(lǐ)診斷、放療規劃和術後預測等各臨床階段。AI算法模型的應用(yòng)大大減輕了影像科(kē)醫(yī)師的工(gōng)作(zuò)量。目前，多(duō)家三級甲等醫(yī)院已經合作(zuò)研發了各種肺結節AI模型，并将其應用(yòng)于臨床工(gōng)作(zuò)中(zhōng)，均取得了較好的效果。

雖然深度神經網絡在診斷問題的有(yǒu)效性上已初步得到驗證，但是醫(yī)學(xué)影像臨床工(gōng)作(zuò)中(zhōng)往往交織着多(duō)種不同任務(wù)。從肺結節的篩查與診斷方面不難看出，AI需要在發現異常、量化測量、随訪跟蹤和鑒别診斷中(zhōng)發揮可(kě)靠作(zuò)用(yòng)，最終才能(néng)具(jù)有(yǒu)臨床應用(yòng)價值。除了将深度神經網絡應用(yòng)于醫(yī)學(xué)影像的分(fēn)類問題（診斷），研究者們還需要繼續探索AI技(jì )術在醫(yī)學(xué)影像檢測問題（發現異常）、分(fēn)割問題（量化測量）及配準問題（随訪跟蹤）中(zhōng)的應用(yòng)。

肺結節影像輔助診斷系統是基于胸部CT成像，通過“AI+醫(yī)療”的密切配合實現肺部疾病的診療。該方案是按照影像科(kē)醫(yī)師的日常工(gōng)作(zuò)模式，利用(yòng)深度學(xué)習神經網絡對标注的肺結節進行分(fēn)割，由醫(yī)學(xué)影像專家根據多(duō)年在醫(yī)院的經驗積累和工(gōng)作(zuò)總結，在影像上識别出所有(yǒu)的肺結節，并對結節的大小(xiǎo)、密度、體(tǐ)素、形态等進行完整的描述，判斷結節的生長(cháng)規律和結節類型，為(wèi)臨床幹預做出重要的決策準備。極大地提高了影像科(kē)醫(yī)師的工(gōng)作(zuò)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、影響号、檢查時間段、上傳時間段等字段的查詢功能(néng)。

3、  可(kě)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(kě)利用(yòng)不同的标注工(gōng)具(jù)标出結節的位置和備注信息。

5、  自動計算出每個結節的大小(xiǎo)、密度、體(tǐ)素等重要信息，醫(yī)師可(kě)對每個結節的形态、性質(zhì)、位置做出準确的判斷。

6、  對疑似病竈進行統計。

7、  把已上傳的影像及其詳細信息和病竈信息記錄入庫，為(wèi)後期的病竈随訪和臨床診斷提供支持。