AI辅助检测脑动脉瘤，灵敏度达97.5%，华为云联合论文登顶级期刊

日前，放射学领域国际顶级期刊Radiology（《放射学》）发表了华为云EI创新孵化lab、华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科联合团队最新研究成果：AI算法检测动脉瘤灵敏度高达97.5%，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。

脑动脉瘤是大脑中血管的弱化区域，位居脑血管疾病病因中的Top3位置，存在渗漏或破裂风险，有时甚至会致命。动脉瘤破裂的风险取决于动脉瘤的大小、形状和位置，因此脑动脉瘤的检测和特征提取是指导治疗的关键。

CT血管造影成像（CTA）是目前评估颅内动脉瘤的主要影像学检查手段，但是由于脑动脉瘤体积小和颅内血管的复杂性，即使专业的放射学专家进行诊断也需要耗费很长的时间，一些小动脉瘤还可能被遗漏。

华为云EI创新孵化lab联合华中科技大学电信学院、华中科技大学同济医学院附属协和医院（武汉协和医院）放射科运用一站式AI开发平台ModelArts开发了一套基于CTA影像的全自动化、高度敏感的脑动脉瘤检测算法。算法输出会给出动脉瘤存在概率、动脉瘤位置以及直径大小等信息，并在CTA原始图像上勾画出可疑的动脉瘤。

华为云联合团队基于一站式AI开发平台ModelArts训练模型，并用534张CT血管造影数据集测试，其中包括649个动脉瘤。

从数据来看，该算法检测出了649个脑动脉瘤中的633个，灵敏度达97.5%。研究还发现了在最初的临床评估中被忽略的8个新动脉瘤，这8个动脉瘤有6个直径小于3mm，2个在3-5mm之间，说明算法对于微小动脉瘤也具有非常好的性能。

参与该联合项目的武汉协和医院放射科专家龙茜博士表示：“深度学习算法在检测动脉瘤方面表现出了出色的性能。我们发现在最初的临床诊断报告中被忽略的极少数动脉瘤，被深度学习算法成功地识别出来了。”

同时，在另外一个400例的外部数据集验证结果显示，在有算法协助的情形下，放射科医生在诊断效率和诊断准确率方面的表现都有提升，特别是对那些经验较少的医生进步最明显。有AI辅助的情况下，放射科医生脑动脉瘤临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点。

近年来，华为云EI创新孵化lab重点投入聚焦解决医疗领域的重大技术难题，相关论文被医疗顶会顶刊收录，在多个权威挑战赛事上如LUNA-2016、HC-2018、ISLES-2018 、MICCAI2019、MICCAI2020等获得业界领先水平，研究成果涉及宫颈癌筛查、脑中风分割、心室分割、平片诊断报告自动生成、新冠肺炎筛查、动脉瘤检测等领域。