肺结节人工智能：识别准确度95%以上领先国际

肺结节人工智能：识别准确度95%以上领先国际

第三届中国互联网+大学生创新创业大赛全国总决赛中，四川大学DeepNet肺结节人工智能项目团队以出彩的答辩和严密的逻辑，用绝对优势赢得了评审专家的高度认可，以92.5分的创意组最高分夺取全国金奖，获得给党和国家领导人汇报项目的荣誉。

9月22日，项目指导教师、四川大学华西临床医学院、华西医院院长李为民在接受华西都市报-封面新闻记者专访时表示，DeepNet项目将大大提高肺结节的识别效率，准确度达95%以上。如果在基层医院推广，将大幅度减少诊断费用，可助推分级诊疗制度的实施。

准确度超95%可降低肺癌死亡率

借助互联网+及人工智能技术解决临床医疗问题，四川大学华西临床医学院与华西医院正在迈出第一步。

众所周知，肺癌的发病率及死亡率居恶性肿瘤之首，KUKA机器人保养，而肺癌的早期影像学则表现为肺结节。肺结节的早期发现和准确判断是降低肺癌死亡率，提高患者生活质量最关键的环节。

我国现有的肺结节患者高达1.3亿人。李为民告诉记者，目前国内肺结节的诊断依赖胸部CT扫描。影像科医师通过对CT图像的分析，得出诊断结果。目前人工阅片准确度约为50%-70%，且通常需要5-7天才能出报告。而DeepNet项目通过人工智能读片，KUKA机器人维修，机器人保养，自动检测、锁定、判断结节性质，15分钟内便可出报告，准确度高达95%。

李为民表示，DeepNet项目从2015年下半年开始启动，经过一年半的基础研究，目前已经得到了基本的研究数据。接下来团队将继续努力将基础研究转化为项目成果。

人工智能与医疗相结合，在国内外的顶级医疗团队都有研究，机器人示教盒维修，子锐机器人维修，但目前国际上都没有投放市场。李为民说，目前团队技术已在国际上处于领先水平。

减少诊断费用有望在基层大幅推广

DeepNet缘何得到如此高的精确度？据了解，该项目由四川大学和耶鲁大学联合研发，整合了四川大学华西医院以及600多家联盟医院的海量优质CT数据，系统采用智能识别分析，实现影像的快速检测。这一研究成果，不仅能提高医院的工作效率、填补影像医师缺口，也能提升区域医疗检验水平同质化，最终助推分级诊疗的实现。

对患者而言，利用该人工智能软件对肺结节高效精准诊断，将大大减少就医次数和附加成本。以传统诊疗为例，患者在发现肺结节后，进一步确定结节性质时，常需要进行增强CT或PET/CT。一次PET/CT的费用在六千元左右。

而通过DeepNet，患者只需接受普通CT扫描，发那科机器人保养，再经过人工智能分析，就能得出诊疗结果，费用仅在几百元。李为民告诉记者，智能化医疗模式的推广，将全面提高基层医院的诊断治疗效率，切实推动医疗改革。

设立双创基金助推科技成果转换

李为民介绍，DeepNet肺结节人工智能项目团队取得如此殊荣，原因之一是因为项目的先进性和实用性，可落地并转换成为现实。同时，多学科交叉的教师团队指导以及多学科学生团队成员的参与，也是团队斩获金奖的重要原因。

在推进学院双创建设方面，四川大学华西临床医学院还专门设立双创基金，每年投入1000万元用于学生的研究支持，并投入1亿元，建立前沿医学智能双创中心，组建多学科交叉的导师团队指导大学生双创活动。同时，建立大学生双创激励机制，在研究生免推以及毕业生留校方面给予优惠政策。