AI有望助力肝包虫病的鉴别诊断 AI在肝包虫病的应用

在近期我国解放军总医院第五医学中心肿瘤医学部梁平教授负责的团队在《lancet digital health》中发表了一篇以《基于超声图像开发肝包虫病诊断的深度学习模型的回顾性多中心研究》为主题的论文。据论文内容讲述该项研究是由梁平教授的团队作为主要负责人，联合中国国内87家医院共同参与，一同开发出了全球范围内第1个以超声图像对肝包虫病进行识别诊断的人工智能模型。

根据资料显示肝包虫病属于寄生虫感染病，按照初步统计，全球范围内感染的患者人数已经超过了100万人次，而在亚洲的中部地区有2.7亿人次有可能感染肝包虫病的风险。据了解，肝包虫病一共分为两种类型分别是囊型和泡型，其中泡型包虫病，其主要的特点在于侵蚀性生长也被称之为虫癌，根据统计，全球范围内平均每年大概都会有91%的泡型包虫病病例出现在我国主要集中于新疆，西藏，四川这些特别的牧区。

囊型包虫病会给附近的器官带来挤压，如果囊包破裂的话，就极有可能会导致患者出现荨麻疹发热的现象，严重的情况下患者可能会过敏性休克。梁平教授负责的团队负责的项目研究收集了，从2002年1月份截止到2021年12月份期间一共9631张有关于肝脏超声图像训练人工智能模型，经过不断尝试开发现在的人工智能模型，能够准确的鉴别肝包虫病和其他肝脏病变。

根据论文内容讲述在梁平教授负责开发的人工智能模型项目，诊断的效果已经超过了多年资质的超声医生，低年制的超声医生在人工智能模型的加持下对于包虫病的诊断效率将会提高，10.7%中年资质的超声医生效率将会提高7.8%。