AI算法检测脑动脉瘤灵敏度高达97.5%，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。
Radiology最新发布华为云、华中科技大学最新联合医疗研究成果
脑动脉瘤是大脑中血管的弱化区域，位居脑血管疾病病因中的Top3位置，存在渗漏或破裂风险，有时甚至会致命。动脉瘤破裂的风险取决于动脉瘤的大小、形状和位置，因此脑动脉瘤的检测和特征提取是指导治疗的关键。
CT血管造影成像（CTA）是目前评估颅内动脉瘤的主要影像学检查手段，但是由于脑动脉瘤体积小和颅内血管的复杂性，即使专业的放射学专家进行诊断也需要耗费很长的时间，一些小动脉瘤还可能被遗漏。
华为云EI创新孵化lab联合华中科技大学电信学院、华中科技大学同济医学院附属协和医院（武汉协和医院）放射科运用一站式AI开发平台ModelArts开发了一套基于CTA影像的全自动化、高度敏感的脑动脉瘤检测算法。
算法输出会给出动脉瘤存在概率、动脉瘤位置以及直径大小等信息，并在CTA原始图像上勾画出可疑的动脉瘤。
华为云联合团队基于一站式AI开发平台ModelArts训练模型，并用534张CT血管造影数据集测试，其中包括649个动脉瘤。
从数据来看，该算法检测出了649个脑动脉瘤中的633个，灵敏度达97.5%。研究还发现了在最初的临床评估中被忽略的8个新动脉瘤，这8个动脉瘤有6个直径小于3mm，2个在3-5mm之间，说明算法对于微小动脉瘤也具有非常好的性能。
参与该联合项目的武汉协和医院放射科专家龙茜博士表示：
“深度学习算法在检测动脉瘤方面表现出了出色的性能。我们发现在最初的临床诊断报告中被忽略的极少数动脉瘤，被深度学习算法成功地识别出来了。”
同时，在另外一个400例的外部数据集验证结果显示，在有算法协助的情形下，放射科医生在诊断效率和诊断准确率方面的表现都有提升，特别是对那些经验较少的医生进步最明显。
有AI辅助的情况下，放射科医生脑动脉瘤临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点。
近年来，华为云EI创新孵化lab重点投入聚焦解决医疗领域的重大技术难题，相关论文被医疗MICCAI2019、MICCAI2020、Radiology等顶会顶刊收录，在多个权威挑战赛事上如LUNA-2016、HC-2018、ISLES-2018 等获得业界领先水平，研究成果涉及宫颈癌筛查、脑中风分割、心室分割、平片诊断报告自动生成、新冠肺炎筛查、动脉瘤检测等领域。
