重磅!我院在《Nature communications》发表高质量原创性论文

文章来源: 作者:徐礼锋 点击数:1105 更新时间:2024-08-22

bat365官方网站(温州医科大学附属衢州医院)医学人工智能诊断与预后技术研发重点实验室科研团队联合四川大学华西医院宋彬教授团队、河南省人民医院朱绍成教授团队完成的研究成果《Focal liver lesion diagnosis with deep learning and multistage CT imaging(基于深度学习和多阶段CT成像的肝脏局灶性病变诊断)》成功发表在《Nature Communications》期刊上!该论文于2024年8月15日正式在线发表,是我院以通讯作者在《Nature》子刊上发表的首篇论文。

肝癌发病率高、预后差,是全球重要公共健康问题。目前,肝癌是我国第5位常见恶性肿瘤和第2位恶性肿瘤致死病因,5年生存率仅为14.1%。肝脏局灶性病变病种繁多、影像表现多样,常常难以进行精准术前影像诊断,一直是困扰放射诊断医师的难题。然而,不同病理类型肝脏局灶性病变,其治疗方式不一,预后差异显著。因此,对肝脏局灶性病灶的准确分类及定性诊断,是制定肝脏局灶性病变个性化治疗和改善恶性病灶预后的关键。

该项研究开发并验证了一种肝脏病变的多期增强计算机断层扫描(CT)自动诊断系统LiLNet。该系统基于6个数据中心的4039名患者进行开发,可识别局灶性肝脏病变,包括肝细胞癌(HCC)、肝内胆管癌(ICC)、转移性肿瘤(MET)、局灶性结节增生(FNH)、血管瘤(HEM)和囊肿(CYST)。

经4个外部中心验证,2家医院临床验证,LiLNet对良恶性肿瘤的准确率(ACC)为94.7%,曲线下面积(AUC)为97.2%。对于HCC、ICC和MET, ACC为88.7%,AUC为95.6%。对于FNH、HEM和CYST,ACC为88.6%,AUC为95.9%。经过多中心临床试验结果证明,AI可以有效帮助医生提升诊断精度和效率。

bat365官方网站(温州医科大学附属衢州医院)医学人工智能诊断与预后技术研发重点实验室为衢州市重点实验室,由bat365官方网站和电子科技大学长三角研究院(衢州)联合创建,拥有一支由43位临床医师、专职科研人员和计算机工程师组成的交叉学科复合型研究团队,其中博士22人,高级职称20人,近三年承担了各级科研项目34项,发表高水平论文40余篇。

本次研究中,通过双方团队的深度交流与协作,成功开发出一种用于肝癌局灶性病变诊断的新型智能系统。通过此次合作,电子科技大学长三角研究院(衢州)不仅助力衢州人民医院在高水平科研领域取得突破,还进一步巩固了双方在医学领域的合作基础。双方将继续深化合作成立医工交叉创新联合体,探索更多前沿技术在临床中的应用,助推衢州市医疗事业的发展,为提高区域医疗水平做出更大的贡献。