近日，“國家衛生健康委超聲大數據創新應用中心智能輔助診斷示范基地”在杭州西湖區文教社區衛生服務站（西溪街道社區衛生服務中心下轄站點）正式揭牌，這標志著周邊居民今后在家門口就能享受優質醫療資源，進一步補足超聲領域基層醫療資源的短板。

據悉，“超聲大數據創新應用中心”是經國家衛生健康委能力建設和繼續教育中心批準成立的超聲醫學大數據創新應用平臺。此次在杭州西湖區文教社區衛生服務站打造的超聲智能輔助診斷示范基地，運用超聲智能診斷機器人等先進的醫學人工智能技術，更好地賦能基層醫療服務和智慧醫療產業。

眾所周知，傳統的超聲影像對于疾病的診斷很容易受到醫生判斷的主觀影響，需要更多的臨床經驗支持才能保證結果的準確性。而在人工智能和大數據算法等創新前沿技術成為各行業發展引擎的當下，基于超聲影像的人工智能技術和大數據應用現已成為醫療、科研機構和政府共同關注的焦點。

超聲人工智能輔助診室內使用的是來自浙江德尚韻興醫療科技有限公司的超聲ＡＩ輔助診斷系統，該系統能夠運用算法進行超聲快速掃描分析，全自動實時探測甲狀腺結節，勾畫出結節輪廓，實時提示結節位置，可防止漏掃、提升掃查效率，還能實時判斷結節惡性風險并實現自動分級，供衛生服務站的醫師參考判斷，為社區民眾提供了更便捷高效的診療服務。

德尚韻興的首席科學家、浙江大學求是特聘教授孔德興表示，德尚韻興甲狀腺結節良惡性輔助診斷系統分為訓練和打分兩部分。

訓練原理依托于深度學習技術，利用兩萬多份的有標注結果的超聲影像樣本對計算機進行訓練。

傳統的機器學習是人為定義特征的，比如結節的邊緣是否規則，回聲情況如何，還帶有醫生主觀的判斷標準。但是如果依托深度學習，就不需要這些人為的特征定義。

經過標注的樣本分為兩大類，一類是良性的，一類是惡性的。神經網絡根據標注情況分別分析提取良性和惡性各帶有的特征，而這個過程會比人眼觀察的更加細致。

訓練完成后，德尚韻興把這套算法和網絡參數打包為一個軟件，也就是打分系統，它可以部署到網上，還可以形成單機版，這部分是用普通的計算機運行的，此時醫院就可以利用它來進行輔助診斷了。

對于甲狀腺結節的診斷，目前三甲醫院醫生的平均準確率為６０％－７０％，基層醫院會更加低一些。而德尚韻興輔助診斷系統目前準確率可以達到８５％以上。

“超聲智能輔助診斷示范基地建設成功意義重大，將成為浙江基層醫療創新示范樣本，希望為國家推行‘分級診療’政策、落實‘優質醫療資源下沉’戰略、提高基層醫院的醫療服務質量和促進健康事業發展提供示范樣板?！闭憬∪嗣襻t院黨委副書記、浙江省數理醫學學會副理事長何曉波說。

超聲智能輔助診斷示范基地的落地將全國前沿的超聲技術帶入到了尋常百姓家，接下來，西溪街道將以該基地為點，讓更多的居民能夠便捷地享受到實實在在的ＡＩ醫療紅利。

注：文章來源于網絡，如有侵權，請聯系刪除