腾讯医疗AI最新研究成果，用深度学习分割头颈组织区域助力靶向治疗

2018-11-16 10:30

近日，腾讯医疗AI实验室与美国加州大学联合发布最新研究成果《器官神经网络：深度学习用于快速和全自动整体头颈危及器官靶区勾画》。

据了解，在传统的头颈癌放疗过程中，为了保证最大程度让放射计都集中在靶区内，降低其他正常组织和器官受到影响的可能，医生通常会根据患者的CT图像手绘放疗靶区和危及器官。但实际问题是，手绘会花费医生大量的时间，对于患者来说，不仅治疗效率低，更重要的是可能会耽误最佳治疗时间。

因此，腾讯医疗AI实验室和加州大学提出，用深度学习模型建立一个“器官神经网络”，在1秒钟内对整张CT所有切片进行器官分割，并进行头颈病变部分的勾画，从而确保放射计的精准注射。

腾讯医疗AI实验室方面表示，在与合作医院的临床测试中，其器官神经网络大幅减少了医生的工作时间，且一定程度上提高了勾画准确率。

相关数据统计显示，每年全球大约会有超60万人患上头颈部癌症，靶向放射治疗是大多数患者的首选治疗方式。但由于头颈部重要神经和器官较多，因此其分割区分工作极为复杂。一旦隔离工作没有做到精确，周围组织受损将很有可能不可逆。

而AI在替代人工方面，最大的优势就在于效率。腾讯此次将深度学习相关技术用于头颈区域及组织分割，是在医疗领域的一次尝试，更为医生及患者提供了更有效的治疗方式。

目前，这一研究成果已被发表在国际权威期刊《Medical Physics》上。

声明： 本文系OFweek根据授权转载自其它媒体或授权刊载，目的在于信息传递，并不代表本站赞同其观点和对其真实性负责，如有新闻稿件和图片作品的内容、版权以及其它问题的，请联系我们。

共0条评论，0人参与

登录登录即可访问所有OFweek服务

请输入评论内容...

请输入评论/评论长度6~500个字

暂无评论

图片新闻

行业报告