肺結節人工智能：識別準確度95%以上領先國際
第三屆中國互聯網+大學生創新創業大賽全國總決賽中，四川大學DeepNet肺結節人工智能項目團隊以出彩的答辯和嚴密的邏輯，用絕對優勢贏得了評審專家的高度認可，以92.5分的創意組最高分奪取全國金獎，獲得給黨和國家領導人匯報項目的榮譽。
9月22日，項目指導教師、四川大學華西臨床醫學院、華西醫院院長李為民在接受華西都市報-封面新聞記者專訪時表示，DeepNet項目將大大提高肺結節的識別效率，準確度達95%以上。如果在基層醫院推廣，將大幅度減少診斷費用，可助推分級診療制度的實施。
準確度超95%可降低肺癌死亡率
借助互聯網+及人工智能技術解決臨床醫療問題，四川大學華西臨床醫學院與華西醫院正在邁出第一步。
眾所周知，肺癌的發病率及死亡率居惡性腫瘤之首，而肺癌的早期影像學則表現為肺結節。肺結節的早期發現和準確判斷是降低肺癌死亡率，提高患者生活質量最關鍵的環節。
我國現有的肺結節患者高達1.3億人。李為民告訴記者，目前國內肺結節的診斷依賴胸部CT掃描。影像科醫師通過對CT圖像的分析，得出診斷結果。目前人工閱片準確度約為50%-70%，且通常需要5-7天才能出報告。而DeepNet項目通過人工智能讀片，庫卡機器人驅動器維修，自動檢測、鎖定、判斷結節性質，15分鐘內便可出報告，準確度高達95%。
李為民表示，DeepNet項目從2015年下半年開始啟動，經過一年半的基礎研究，目前已經得到了基本的研究數據。接下來團隊將繼續努力將基礎研究轉化為項目成果。
人工智能與醫療相結合，在國內外的頂級醫療團隊都有研究，但目前國際上都沒有投放市場。李為民說，目前團隊技術已在國際上處于領先水平。
減少診斷費用有望在基層大幅推廣
DeepNet緣何得到如此高的精確度？據了解，該項目由四川大學和耶魯大學聯合研發，整合了四川大學華西醫院以及600多家聯盟醫院的海量優質CT數據，系統采用智能識別分析，實現影像的快速檢測。這一研究成果，不僅能提高醫院的工作效率、填補影像醫師缺口，也能提升區域醫療檢驗水平同質化，最終助推分級診療的實現。
對患者而言，利用該人工智能軟件對肺結節高效精準診斷，將大大減少就醫次數和附加成本。以傳統診療為例，患者在發現肺結節后，進一步確定結節性質時，常需要進行增強CT或PET/CT。一次PET/CT的費用在六千元左右。
而通過DeepNet，患者只需接受普通CT掃描，再經過人工智能分析，就能得出診療結果，費用僅在幾百元。李為民告訴記者，智能化醫療模式的推廣，將全面提高基層醫院的診斷治療效率，切實推動醫療改革。
設立雙創基金助推科技成果轉換
李為民介紹，DeepNet肺結節人工智能項目團隊取得如此殊榮，原因之一是因為項目的先進性和實用性，可落地并轉換成為現實。同時，多學科交叉的教師團隊指導以及多學科學生團隊成員的參與，也是團隊斬獲金獎的重要原因。
在推進學院雙創建設方面，四川大學華西臨床醫學院還專門設立雙創基金，每年投入1000萬元用于學生的研究支持，并投入1億元，建立前沿醫學智能雙創中心，庫卡機器人驅動器維修，組建多學科交叉的導師團隊指導大學生雙創活動。同時，庫卡機器人驅動器維修，建立大學生雙創激勵機制，在研究生免推以及畢業生留校方面給予優惠政策。