AI可以深入到许许多多的病种，但是，医生和理工科专家在哪里相遇，解决什么问题？
怎么确定创新的科研选题？怎么样解决，临床怎么验证？这是一个大的科学问题！
医工融合科研创新产品转化，可学习借鉴的其他领域目前的选题模式很多，这里介绍的是国内先进AI公司与医学专家可以开展合作的科研选题，提供给更多领域医学专家与理工科专家学习借鉴思考，或者可以选择与该公司的合作。
1.1 AI技术在脑部的应用
◎ AI精准检测4D-DSA颅内动脉瘤
4D-DSA图像以相对较高的精度检测和分割动脉瘤，且自动测量最大直径，具有潜在的临床应用价值。
◎ AI精确预判血肿扩张
人工智能模型用平扫CT图像，预测脑出血患者早期血肿扩大。
◎ AI脑龄评估
在脑年龄评估中应用的模型。对健康对照受试者、MCI和AD患者进行分类，从而验证脑年龄估计。证实了脑龄是痴呆分类或早期痴呆风险筛查的有希望的生物标志物。
◎ AI对多种脑肿瘤精确诊断（MRI）
开发深度学习模型来精确判断肿瘤类型。
◎ AI可以及时准确预测急性缺血性卒中并发肺炎
开发深度学习模型来加速并准确预测缺血性卒中并发肺炎。
◎ AI鉴别3种常见的脑部疾病
开发深度学习模型来识别常见脑部疾病（脑肿瘤、缺血性脑血管病、多发性硬化），有助于最优扫描方案以及后续治疗方案的选择。
◎ ASPECTS评分系统（阿尔伯塔脑卒中计划早期诊断评分）
利用深度学习模型实现前循环20（左右对称）功能区和后循环11功能区自动评分。
评估水肿的有效方式，可用于超急性期或急性期早期脑梗的评估。
1.2 AI技术在心脏应用
◎ 心肌智能化分析系统
基于MR心脏辅助诊断系统，实现心肌病变定性诊断，心脏功能辅助诊断系统。
基于CT心脏冠脉辅助诊断系统，实现心脏冠脉零键式自动后处理功能，冠脉狭窄全自动分析系统，斑块定性诊断辅助系统。
1.3 AI技术在血管应用
◎ 头颈部CTA血管狭窄评估及手术路径规划
自动头颈部血管重建，包括三维，多平面，曲面等；自动标识血管狭窄位置，计算狭窄比例；
取栓治疗，血管狭窄位置判读，介入医生有效避让狭窄血管，选择合理的血管路径。
◎ 脑小血管病AI辅助诊断
采用常规MR头颅扫描序列，包括T1/T2Flair/DWI/SWI，不同序列，不同疾病分别标识，便于医生观察，审核。
结构化报告系统，医生仅需复制即可完成报告书写，方便快捷。临床准确性高，模型训练精准度超过98%且验证准确率偏离不超过15%。
◎ MRA血管辅助筛查
常规MR血管扫描模式下实现，狭窄，动脉瘤，动静脉畸形等自动检出，减少空分分辨率影响，避免过度评价。
1.4 AI技术在胸部应用
◎ AI快速和准确地区分新冠肺炎和非新冠肺炎
使用深度学习算法，CT影像区分新冠肺炎和其它七种非新冠肺炎，实现快速精准诊断，后续分诊治疗。
◎ 肺癌影像筛查AI辅助系统
良恶性鉴别、精确定性诊断，自动识别、精准定位、MPR展示，结节分类、影像征象鉴别，多元量化评估、智能随诊复查。
1.5 AI技术在乳腺应用
◎ 乳腺癌辅助诊断系统
基于MR DEC序列，自动生成TIC曲线，乳腺结节良恶性判断，乳腺癌BI-RADS分期。
（技术信息来源：安德医智BioMind）
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。