近日，南京鼓楼医院医学影像科张冰主任团队与推想科技科研团队联合进行的重磅科研成果在高分学术期刊《EBioMedicine》（《柳叶刀 The Lancet》子刊，IF=6.2）发表，研究提出了基于人工智能深度学习的智能排版和结构式报告系统（Intelligent Imaging Layout System，IILS）。IILS系统依托AI技术简化并优化临床影像工作全流程，大幅提升影像科工作效率和准确率，更为业界呈现了开创性的临床应用创新转化研究成果。
AI在医学领域的运用已有了实质性的进步，但大多数医疗AI科研都集中在疾病的辅助诊断方面。然而高质量的标准化图像是人工智能开发的基础，同时AI的应用可以接管繁琐、重复、单体价值低的管理行为。南京鼓楼医院张冰主任团队联合推想科技强大的AI技术及临床科研能力，以更宏观的视角，从临床影像工作全流程角度出发，采用AI深度学习技术优化和解决了临床影像工作图像采集——图像呈现——疾病诊断3个主要工作流程中的问题，并在临床上推广应用了这一创新转化成果。
此成果能够在《柳叶刀》子刊发表，也印证了此研究成果的高质量，以及临床应用的可行性。
文中指出临床影像工作流图像呈现（Layout）环节中长期存在的一个重要问题，即胸部薄层CT（0.625mm-2mm）扫描一般包括250层以上图像，但是在胶片排版打印过程中，由于胶片空间有限，只能采用间隔打印的方式来排版，一般每张胶片仅保留40张图像。
因此，实际上胶片比电子图像损失了约82%的图像信息。同时，漏诊、无关键层图像信息及缺乏标准化成像报告等问题也不断使传统临床决策支持系统面临着可靠性挑战。
为解决这一问题，研究者开发并设计了基于人工智能技术的智能排版和结构式报告系统（IILS）。文中运用的机器学习方法能够准确检出肺部结节病灶（AUC高达90.6%），同时在检测到的结节数量和良恶性判断方面经过严格的统计验证，被证实优于六位放射科专家。
通过融合AI和自适应排版布局工具，研究者进一步开发了精准、有效、可靠的胸部CT排版系统，适合全自动或者半自动的影像学图像的排版问题，可以完全自动化的实现排版、集中显示、报告生成。该系统的提出，整合了图像呈现环节的工作流程，避免了胶片的图像信息损失，而且大幅提升工作效率。
该研究成果大幅提高了影像科工作效率、优化工作流程、提高图像展示质量、降低医疗成本，进一步帮助影像医生、临床医生和患者之间共同构建高质量规范的诊疗体系，为临床影像工作流程的优化起到了重要作用。
医疗行业需要极高的知识门槛和长期的经验积累，如何将人工智能技术与实际的临床科研需求紧密结合，是每一个医疗AI公司面临的挑战。对于任何一家医疗AI公司而言，强大的临床科研能力，与众多顶级医院进行深度的临床科研合作并产出高质量的研究成果，更是衡量医疗AI公司价值的“金标准”。
推想科技拥有独一无二的临床科研“双院”体系，推想科技全球临床合作学院（iCR）院长沈云博士等业内大咖及一众优秀科学家，以及具有业内领先的AI+组学一体化科研平台InferScholar? Center的加持，三位一体构成了推想科技业内顶级的临床科研配置。此成果的开创性研究，体现了南京鼓楼医院张冰主任团队与推想科技的前瞻性，以及强大的科研能力和执行能力。在推想科技与合作医院的共同努力下，人工智能技术在医疗领域的应用场景和应用价值正在不断突破人们的想象。与推想科技携手同行，我们将会看到一个更美好的未来。
