本成果主要研究了包括肩袖撕裂、骨囊腫、肩脫位、肩周炎等肩部疾病的病理特征,設計了基于Unet+FPN的深度學習網絡,可以根據患者的MRI和CT圖像,快速定位到病變發生區域,對病人具體肩部疾病進行分類,同時結合醫生臨床診斷知識對病變輪廓進行像素級分割,最終給出相應的病情等級和判斷,達到全自動智能診斷目的。
本成果為智能診斷在肩部疾病問題上的首次研究,有助于在臨床上輔助醫生對肩部疾病的精準診斷,大大減少誤診率和漏診率,促進醫療資源不平衡地區的肩部疾病診斷發展。
軟件界面示意圖
處于小試階段,已在服務器上開發測試軟件,尚未在醫院的核磁儀器上進行驗證。
目前國內外醫療相關的AI技術已經出現了計算機輔助診斷、智能專家系統、手術機器人、智能藥物研發以及健康管理等多種產品。根據艾瑞咨詢的數據,2020-2025年AI+醫療市場規模呈現高增長狀態,市場總規模在2025年將達385億元。
鑒于本算法尚未有同類型的研究,目前暫無同類競品,預期效益將達到同行業一流水準。
2019-2025中國AI醫療市場規模
掃碼關注,查看更多科技成果