记得 4 年前我做的 AI 乳腺平台吗？这是我的新项目

[coolwulf]

4 年前，我在这里发帖介绍了我利用 AI 进行乳腺肿瘤检测和分类的一些工作。
https://www.v2ex.com/t/462641#reply303
那个帖子在 V2 上获得了一些关注，我希望你会喜欢我在这里再次介绍的这个帖子。

近年来，我一直在将我的注意力从癌症检测转移到实际治疗上。
我们真正想解决的一个问题是让更多的脑癌患者能够接受立体定向放射外科治疗（ SRS ），与全脑放疗（ WBRT ）相比，SRS 的治疗效果更好，患者的生活质量（ QoL ）也更好，因为全脑放疗对于多发性脑病患者（比如超过 5 或 10 个）来说更常见。

这背后的原因是，医生或神经外科医生在为多发性脑病患者进行 SRS 手术时确实需要付出很多努力，因为每个病灶都需要正确的轮廓 /标记 /追踪，而且医学物理学家也需要为这类多发性病灶病例的治疗计划付出很多努力。对于 10 或 20 个以上的脑转移瘤患者，通常没有足够的资源来帮助他们。

因此从 2019 年开始，我们与美国西南医学中心和斯坦福大学合作，试图解决这个问题。此后，我们开发了自动勾画 /标记脑转移瘤病灶的模型，与 OAR （ Organ-at-Risks ）一起，我们还开发了基于 SVM-放射组学的快速减少假阳性的模型。此外，我们还开发了基于优化辐射剂量图的快速分割多个病灶到不同治疗疗程的模型。
这项工作将于明天在 2022 年 AAPM 春季临床会议上由我们在斯坦福大学的合作者发表
https://w4.aapm.org/meetings/2022SCM/programInfo/programAbs.php?sid=9476&aid=60551

我们正在加快步伐，试图让整个 SRS 社区很快就能使用这项技术和平台。

我们真的希望这个平台能让更多的病人接受 SRS 手术，而不是残酷的全脑 RT 。我们发现病人每隔几个月就会回来做 SRS 手术，以延长他们的生活质量（与 WBRT 相比，WBRT 是一生一次的治疗，当病人在 3 个月后出现复发时，就没有其他治疗方法了）。
希望你喜欢这项工作。

https://preview.redd.it/o49n1oq4rzp81.png?width=2094&format=png&auto=webp&s=6fd47fc9d3e3daf947ec9f3bb92c4720e3891325

https://preview.redd.it/3hh70oq4rzp81.png?width=2108&format=png&auto=webp&s=5793caaf7da18f4d1d6cace8bed0c92dde2b7935

https://preview.redd.it/cnt019r4rzp81.png?width=1640&format=png&auto=webp&s=7f3345c2af58fa052438575651cb0b90ff8d3a01

https://preview.redd.it/xbtkhar4rzp81.png?width=1580&format=png&auto=webp&s=3f250af13dff5b6160cc6420e73f9db38168abb6

[l1ve]

加油。

[Willjim]

一晃眼就四年了，加油

[murmur]

楼主的方向就错了，20%的误诊不应该由机器学习决定，是要做穿刺检查的，穿刺是金指标，再好的影像学也没直接穿组织来的准

90%这个数字在论文上很准确，在国内，必须做到 99.999 ，1%的误诊就足够断送医生的前程

[redtech]

@murmur 疾病治疗的要求真的太高了 但是还是鼓励 op 在这个方向努力 加油

[murmur]

国内的研究和国外的研究不一样，国外比较热衷机器检查，是因为别人的医患关系比较和谐，法律警察管着，而且排公医比较麻烦

国内预约个 ct 、x 光、磁共振太容易，比如肺结节，5mm 切还是不切，你想观察太容易了，扫个 ct 当天预约第二天扫第三天拿报告，一年可以照几回，不就是躺床上一分钟出来么，你想切也可以，基本上俩星期连检查入院都给你切了，啥影像学也比不上病理学准确。

最大的问题是很多人不知道体检，都发现问题了还不去医院，也到不了 x 光的问题

何况乳腺检查不止 x 光，貌似还有 b 超和磁共振吧，磁共振这玩意国内都有点难约，国外拿磁共振查乳腺是不是也有点离谱

[cssk]

@murmur 国内的确幸福，想看啥科看啥科，想做啥检查做啥检查，费用也不贵，香港公立医院排个胃镜等 1 年，排个泌尿科等 3 年

[heqing]

看了楼主做的几个项目，都是需要强大的算力、海量的数据，有商业上成功的案例吗？好奇楼主靠什么支持这么长时间的大量资源投入

[bapaws]

加油

[anyclue]

要不要控制下图片宽度啊，这样好难看啊 @Livid

[robinchina]

加油···

[kaishi123]

一晃眼就四年了，加油

[auh]

牛

[sadfQED2]

虽然我看不懂这是干啥的，不过我觉得比我天天写这些垃圾业务代码有意义一点

[c4fun]

我看不懂，但是大受震撼

[oneisall8955]

楼主好强！我看不懂，但是大受震撼

[sumstain77]

乳腺癌其实也有类似的问题。当对位于乳腺的原发灶进行活检判断为恶性后，会对腋窝的淋巴结进行清扫（ ALND 手术），但会有挺多并发症的。目前临床上的研究方向是能否通过对头几个与乳腺相连的淋巴结（也叫前哨淋巴结）进行活检手术（ SLNB 手术），如果它们的状态符合标准就不需要进行全部切除了。这是建立在已经对乳腺癌转移路线有较清晰认识的前提下进行的研究。楼主的模型想要达到实用的标准，其实要在保证敏感性非常高的前提下尽可能提升阴性区域预测值。据我了解，放疗靶区勾画的算法和软件已经有国内的医院在使用了，是个挺好的方向。

[miscnote]

ai 落地太难了。我们有个 ai 检测项目在 9 家医院部署了，然而，结果也只是作为参考，医生还是要自己去判断一遍。

[sumstain77]

顺便蹲一个医学图像分析的岗位 😂 有的话请联系我

[Pika666]

OP 大佬好，打扰一下～
我是一名三甲医院的影像医学中心医生，除临床诊疗外，主要研究方向是基于医学影像的人工智能，我也创建了一个关于医学影像人工智能科研方面的论坛 https://radiomicsworld.com/ ，我院影像中心已有乳腺结节、肺结节、骨折、脑出血、肝余量、动脉提取等多套 AI 系统部署并由我负责运维护对应的 linux 服务器，我所在医院的年门诊量在全国 TOP100 ，影像检查量日均一千五百余人次，本院乳腺肿瘤外科床位 200+张、0%空置率。
本人同时为本院影像中心的科室信息和伦理委员会负责人，可以较为随意的导出匿名化的原始 DICOM 数据，若 OP 大佬有做多中心研究的需要，并且有论文发表的计划及空缺的次要作者，可以随时联系我。
Wechat：dGlueXBpa2E= （备注 V2EX ）

[Pika666]

@miscnote 其实也不尽然，我们医院的肺结节、乳腺结节、骨折、骨龄的四套 AI 系统极大的减轻了医生工作量，现在例如推想、深睿和杏脉的做的比较成熟的 AI ，False Negative Rate 已经低到一个非常令人满意的水平了，比多数规培医生和专硕研究生可靠一些，哈哈哈，原本我们医院体检中心的胸部 CT 我们要 3-5 分钟才能阅完薄层图像，现在有 AI ，我们只用粗筛一遍有没有可疑的 GGN 和其他非结节性病变即可，诊断时间缩少到原来的 40%左右。