【时政专稿 文/《苏州新闻》陈一玮 金学东】
如何对癌症肿瘤病情进行更为系统、准确的诊断，一直是医学界关注的话题。
日前，中科院苏州医工所研究人员与丽水、苏州两地医院合作，研发出了一种可以与医学影像联合使用的人工智能系统。这套系统与增强核磁共振图像结合，可以实现在无创条件下，为病患完成癌症分级。
癌症分级是指根据恶性肿瘤的分化程度高低、异型性大小及核分裂像多少等病理形态，来确定恶性程度的级别。分级可以表明肿瘤的恶性程度，为临床诊断、选择治疗方案和预后评估提供依据。然而在以往，分级结果高度程度依赖于医生的经验，具有较大主观性。
近年来随着模式识别、机器学习、深度学习等技术的不断发展，科学界正尝试构建可以与医学影像结合的深度学习网络，对癌症进行客观自动的分级。
此次，中科院苏州医工所联手多方科研团队构建了一套名为SE-DenseNet的复合深度学习网络。该套网络既能敏锐地捕捉增强核共振图像特征，又能自主学习、不断优化不同特征在整个分析中的权重，从而完成对癌症患者的分级。
中科院苏州医工所的研究人员告诉记者，通过人工智能辅助诊断软件，可以更高效率地、在几乎实视的状态下，对肿瘤的分化程度进行更为准确的评估，进一步降低肿瘤诊断中遗漏、误判等情况。
近年来，利用人工智能进行病灶分级的准确性在不断提升，这也表明将相关技术应用于疾病诊疗，具有很广阔的前景。近日，相关研究成果也刊发在了生物医学工程领域期刊《生物学与医学中的计算机应用》上。
（审核：董维海 刘媛媛）
附件下载：
