自动化所人工智能辅助诊断方法进入肿瘤诊疗指南

2021 年 9 月 3 日 中国科学院自动化研究所




CASIA


解锁更多智能之美


努力争取成为业内广泛认可和遵从的规范,推动真正实现人工智能在行业内的落地应用。



利用人工智能技术辅助医学诊断,具有客观高效的特点,正在成为人工智能前沿应用的热点和精准医学未来发展的趋势。

我所中科院分子影像重点实验室在医学影像智能分析领域深耕多年,开展了从方法技术、软件系统到多中心临床应用的全链条工作。近期,由刘振宇、董迪、王坤和惠辉等领衔的微小肿瘤智能检测与分析预测系统研发2035创新团队的多项工作被写入中国临床肿瘤学会(Chinese Society of Clinical Oncology,CSCO)诊疗指南,标志着团队工作开始获得临床肿瘤专家的广泛认可,人工智能辅助诊断方法正在成为全国所有肿瘤医师共同遵守的规范。

作为中国最权威的临床肿瘤专业学会,CSCO发布的肿瘤诊疗指南是对标美国国立综合癌症网络(National Comprehensive Cancer Network,NCCN)肿瘤临床实践指南的权威行业指南,得到国内临床医师的充分认可。此次,自动化所人工智能辅助诊断方法分别进入《CSCO结直肠癌诊疗指南》与《CSCO胃癌诊疗指南》,是相关成果受到业界专家认可的体现,也是向规模化临床应用迈出的有力一步。




肿瘤新辅助治疗效果评估
《CSCO结直肠癌诊疗指南》

肿瘤新辅助治疗效果评估的研究中,团队与国内多家知名三甲和肿瘤专科医院合作开展了多中心研究,提出了基于双重差分的多模态融合新辅助治疗反应预测方法与算法框架,将影像评估新辅助治疗反应的性能提升到接近病理金标准的水平。相关工作在Nature子刊Nature Communications和临床肿瘤权威期刊Clinical Cancer Research等发表了系列论文,获得了包括欧洲癌症科学院院士在内的国际临床肿瘤专家的“首创性(first)”评价。

从2019至2021年,团队关于肿瘤新辅助治疗效果评估的工作连续三年写入《CSCO结直肠癌诊疗指南》,特别是2021年的指南专门引用团队影像组学及影像病理组学预测直肠癌新辅助治疗病理学完全缓解的两篇论文,指出“影像组学综合临床、影像以及病理多种因素建立治疗效果评价模型可能是未来发展的方向”。




胃癌腹膜转移辅助诊断
《CSCO胃癌诊疗指南》

胃癌腹膜转移辅助诊断的研究中,团队提出了融合预定义特征和深度学习特征的智能模型,大幅度提高了影像的诊断准确度,特别是对临床漏诊的腹膜转移患者的检出率达到85%以上,显著降低这些患者被误手术的风险。相关工作连续两次发表在临床肿瘤权威期刊Annals of Oncology

相关工作在2019、2020年连续两年写入《CSCO胃癌诊疗指南》,指南评价团队提出的方法“通过CT图像纹理分析技术辅助医生的主观评判,有潜力提高分期水平”。

此外,基于自主研发的MITK/3Dmed软件系统,团队也进一步开发了肿瘤智能辅助诊断软件。在中科院科技服务网络STS项目的支持下,团队将软件推广到北上广、陕西、江西等地的100余家三甲和基层医院开展临床试用,取得了良好的效果,获得了临床医生和患者的好评。

人工智能辅助诊断方法进入CSCO肿瘤诊疗指南,为其规模化临床应用奠定了坚实的基础。接下来,团队将继续秉持“源于临床、高于临床、回归临床”的理念,以问题和目标为导向,不断深化医工交叉合作研究,为推进我国人工智能在医疗行业的应用和构建“面向人民生命健康”的科技创新体系做出新贡献。





欢迎后台留言、推荐您感兴趣的话题、内容或资讯!

如需转载或投稿,请后台私信。

登录查看更多
1

相关内容

  中国科学院自动化研究所(以下简称自动化所)成立于195610月,是我国最早成立的国立自动化研究机构和最早开展类脑智能研究的国立研究机构。自动化所同时是中国科学院率先布局成立的“人工智能创新研究院”的总体牵头单位,“脑科学与智能技术卓越创新中心”的依托单位之一,也是国内外首个“人工智能学院”牵头承办单位,具有从智能机理、智能芯片、智能算法到智能系统完整的学科分布和优势领域。    

  六十多年来,自动化所为我国国民经济建设、社会进步、科技发展和国家安全做出了重要的贡献。建国发展初期,自动化所开拓了我国的控制科学,为“两弹一星”做出了历史性的贡献;改革开放年代,自动化所开创了我国模式识别智能信息处理的新领域;1990年代,自动化所以控制科学为基础,率先布局了人工智能研究;2010年起,自动化所率先布局类脑智能研究;2018年,自动化所开启自主进化智能研究的新格局。 

  自动化所现设科研开发部门14个,包括模式识别国家重点实验室、复杂系统管理与控制国家重点实验室、国家专用集成电路设计工程技术研究中心、中国科学院分子影像重点实验室、脑网络组研究中心等科研部门。还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。 

  2018年底,自动化所共有在职职工898人。其中科技人员696人,包括中国科学院院士2人、发展中国家科学院院士1人、研究员及正高级工程技术人员103人、副研究员及高级工程技术人员221人;共有国家海外高层次人才引进计划(“千人计划”)入选者1人,青年千人计划入选者1人;中国科学院“百人计划”入选者23人(新增2人);IEEE Fellow9人(新增3人);国家杰出青年科学基金获得者14人,“万人计划”入选者11人(新增5人);百千万人才工程入选者10人,科技部中青年科技领军人才5人(新增3人),国家优秀青年基金获得者5人。 

  自动化研究所是1981年国务院学位委员会批准的博士、硕士学位授予权单位之一,现设有控制科学与工程等1个一级学科博士研究生培养点,计算机应用技术等1个二级学科博士研究生培养点,并设有控制科学与工程等1个一级学科博士后流动站,共有在学研究生722人(其中硕士生273人、博士生449人)。在站博士后81人。 

  自动化所长期坚持“智能科学与技术”研究,在生物特征识别、机器学习、视觉计算、自然语言处理、智能机器人和智能芯片等领域形成了系统的理论方法和体系,并取得丰富的研究成果;已形成从原始创新、核心关键技术研发到技术转移转化的智能技术生态,正在迈入国际上智能科学与技术领域具有重要影响的战略高技术研究机构。

   近年来,自动化所共获得省部级以上奖励30余项。发表论文数量逐年增加,质量不断提高;专利申请和授权量连年攀升,多年位居北京市科研系统前十名。绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱,获得国际同行的广泛关注和好评;量化神经处理器(QNPU)通过自主创新的架构设计和神经网络优化技术,首次在资源受限的芯片上实现了大规模深度神经网络的独立计算,处于业界领先水平。生物特征识别技术实现了从中距离到远距离的可识别生物特征信息(虹膜-人脸-步态)全覆盖,研制成功一系列自主知识产权的远距离虹膜人脸多模态身份识别产品,在国家重要安全领域推广应用,相关技术入选2018年度“十大技术突破”;音智能处理整体解决方案已经受过大规模实际应用检验,系统接口已成为行业标准;基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广;“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用;“仿生机器鱼高效与高机动控制的理论与方法”获得2017年度国家自然科学奖二等奖,研制的机器海豚实现了1.5倍体长的最高直线游速,并在国际上首次实现了机器海豚完全跃出水面;“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中,为社会安全贡献自己的力量;研制的AI程序“CASIA-先知1.0”采用知识和数据混合驱动的体系架构,在2017首届全国兵棋推演大赛总决赛中71的悬殊比分战胜人类顶级选手,展示了人工智能技术在博弈对抗领域的强大实力;与中国日报社合作构建“全球媒体云”综合平台,受到广泛好评;研制的电子光学玻璃印刷全自动AOI智能检测设备,可全面监控丝印关键制程品质情况,实现整个丝印工艺的全自动化生产,该技术一举填补了电子玻璃行业空白;“基于ACP方法的石化企业智能管理系统及应用”先后应用于茂名石化、齐鲁石化,为实现企业生产管理的精细化提供了有效的工具,并荣获“中国石油与化工自动化行业科技进步一等奖”……  

  新的征程上,中国科学院自动化研究所努力创建规范高效、民主和谐、环境优美、具有强大科技创新和可持续发展能力的国际知名的国家研究所,为我国科技事业的发展、为全面建设小康社会做出新的更大的贡献! 

中国医学影像人工智能20年回顾和展望
专知会员服务
37+阅读 · 2022年1月22日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
79+阅读 · 2021年2月16日
面向健康的大数据与人工智能,103页ppt
专知会员服务
109+阅读 · 2020年12月29日
专知会员服务
91+阅读 · 2020年8月7日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
中国医学影像人工智能20年回顾和展望
专知
4+阅读 · 2022年1月22日
解读《中国新一代人工智能发展报告2019》
走向智能论坛
32+阅读 · 2019年6月5日
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月15日
Towards PAC Multi-Object Detection and Tracking
Arxiv
0+阅读 · 2022年4月15日
VIP会员
相关VIP内容
中国医学影像人工智能20年回顾和展望
专知会员服务
37+阅读 · 2022年1月22日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
79+阅读 · 2021年2月16日
面向健康的大数据与人工智能,103页ppt
专知会员服务
109+阅读 · 2020年12月29日
专知会员服务
91+阅读 · 2020年8月7日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员