AI超声技术发展渐入佳境

当前，超声医学领域的AI研究主要集中在病变诊断与鉴别诊断、疾病预后的预测、宏观影像与微观病理的关联、治疗方式决策等方面。可以说，AI超声研究远不及AI在CT、磁共振领域的研究广泛而深入。
不过，从世界范围内看，我国在AI超声研究领域起步较早，部分研究获得国际同行高度评价。
例如，天津医科大学团队利用30余万张甲状腺超声图片，基于深度卷积神经网络（DCNN）模型实现甲状腺癌诊断的曲线下面积（AUC）值大于0.9，优于熟练的超声科医生（注：AUC值越高，表示诊断效果越好）。
内脏器官的超声智能诊断面临更大的技术挑战，解放军总医院超声团队组织了全国多中心前瞻性研究，至今已有117家医院参与，并提供了2.4万例前瞻性标准化肝占位数据。
初步分析结果显示，超声鉴别良恶性肝占位能力与拥有15年经验的超声医生相当，优于增强CT，同时在小于2厘米的小肿瘤诊断上，其AUC值达到0.88，显著高于医生目前不到0.6的平均诊断水平。
除此以外，我国的超声医学工作者正开展超声影像组学预测癌症研究、利用深度学习超声造影技术优化肝细胞癌治疗方案等多项研究，均取得了不错的研究成果。