脑代谢智能分析系统

现状与需求

    社会方面：

    （1）痴呆、帕金森、恶性肿瘤等神经系统疾病严重影响人们生活质量和生命安全；

    （2）GE、SIEMENS垄断高端医疗设备的时代已成为过去。自2018年始，联影医疗的国产化PET-CT、PET-MR等高端医疗设备低价投入市场加快了医院核医学科建立； 

    （3）目前，专业医生稀缺成为核医学发展的主要限制因素，社会需要人工智能应用减轻医生负担；

    医院方面：

    （1）专业神经学影像诊断医生匮乏，大部分医院颅脑综合诊断经验不足；

    （2）高灰阶影像对医生视觉专注度及诊断经验有较高依赖，漏诊、误诊率高； 

    （3）医生诊断过程复杂，耗时长，医院接诊量受生产力限制。

    患者方面：

    （1）脑代谢检查在肿瘤早期发现、阿尔兹海默病筛查、帕金森病筛查等方面有重要意义。CT、MRI等结构影像检查主要体现组织结构变化，一般在结构影像发现恶性肿瘤都是中晚期，有效的防治手段大多都在早期； 后疫情时代普通居民健康意识增强，在治未病方面，PET等高端体检增长率有明显提高。

    （2）老年人口正在成为脑部疾病高发人群，预计到2022年，老年人口（60岁以上）达到2.48亿，老龄化水平达到17.17%。55岁以上，是脑部疾病高发区间，包括AD、PD、中风（脑卒中）、认知障碍（MCI）等，除此之外，自闭、抑郁、包括睡眠障碍也是脑部疾病的重要组成。相对于肿瘤类疾病，大部分中枢神经疾病（除肿瘤）均属于慢性疾病，有大量潜在病人并未就医。

软件介绍

    睿洛引入人工智能实现疾病筛查。

功能

    以往脑代谢类疾病诊断是由医生凭经验判断可疑区域、勾画ROI测量SUV，诊断时间长，难度大，易漏诊。针对此类问题，睿洛做如下考虑：

    1，使用Dicom标准协议从PET采集设备或PACS系统获取脑部影像；

    2，应用深度学习模型将获取到的影像归一化到标准结构空间；

    3，应用斯坦福大学脑区分割模型并补充亚区，将归一化到标准结构的脑分割成多个功能区；

    4，应用统计分析方法定位病灶、评估程度、计算体积、分析患者与正常人群组的显著性差异。应用人工智能图像识别和分割技术，将可疑病灶区域分割并计算体积。应用深度学习模型评估病灶真伪及严重程度，并将医生审核后的结论记入样本库持续训练模型。

    5，将附带定位、严重程度、体积、影响的功能区等病灶信息的影像反归一化回原结构空间并输出分析报告。

产品技术创新点

    相比于传统诊疗手段，本产品优势体现在4各方面：

    1，我司研发的基于医学影像的人工智能脑代谢分析软件为运行于windows操作系统的桌面应用程序，按国人操作习惯设计，免除了拷贝影像、SPM调参、手工分区、勾画ROI测量等复杂操作，上手容易，学习成本低；

    2，主参考系为基于亚洲人各年龄段的正常人群组脑代谢标准SUV（标准摄取量）；

    3，人工智能模型可持续训练，不断提高精准度，可成长性好；

    4，该方法论可应用于人体其它器官的代谢分析，可扩展性强；

社会意义

    能更加准确定位病灶，更早发现恶性肿瘤，为患者的手术治疗和愈后监测提供重要参考。

    帮助医生进行精确诊断，预测病情发展和药效评估。提高医生工作效率、减少漏诊和误诊、提高医院接诊能力。