近日，我院核医学科与四川大学计算机学院“自动化核医学骨显像辅助诊断AI”联合研究成果发表在核医学与人工智能交叉领域顶级期刊《Medical Image Analysis》（IF：11.5）。文章第一作者为四川大学计算机学院机器智能实验室博士研究生皮勇与我院核医学科赵祯医师，通讯作者为我院核医学科蔡华伟与四川大学计算机学院章毅。

我核医学科科研团队，完成并发表了当前全球最大规模的单中心核医学骨显像人工智能研究。在核医学显像诊断技术中，SPECT全身骨显像(简称骨扫描)对临床肿瘤骨转移诊断具有重要的价值，也是核医学适宜技术中应用最多的临床影像检查。最近的一次核医学全国普查结果显示，核医学SPECT检查量每年约210万例，其中骨显像占61.3%，即年检查量超125万例。以我院为例，核医学科SPECT检查服务量全国第一，2019年检查4.3万例，平均每天超130例。这也是临床核医学SPECT显像组医师最主要的阅片任务。然而，由于检查技术本身的局限性以及肿瘤骨转移在全身骨显像中表现的多样化，临床医师阅片时依然很大程度上依赖于经验的判断。

为了改变这一现状，我院核医学科科研团队借助当前新兴的人工智能技术，联合四川大学计算机学院医学人工智能中心科研团队，共同开展了“SPECT骨显像应用于肿瘤骨转移诊断”这一临床具体问题的应用研究。研究发现，与PET/CT和PET/MR的图像相比，SPECT平面显像的图像信息丰度相对较少，但其影像病变特征的复杂程度也相对较小，有利于图像特征提取和AI模型构建。

研究纳入了2018年-2019年在我院核医学科完成的15474例肿瘤患者全身骨显像图像，通过深度卷积神经网络及空间注意特征融合算子技术的联合运用，构建了一款骨显像图像辅助诊断AI模型。该模型通过提取已标注图像中肿瘤骨转移病灶的数目和部位等影像学特征并学习后，可有效进行全身骨扫描图像的良恶性判断，对22类肿瘤患者的骨转移判断综合准确率达93.17%，其中肺癌、前列腺癌、乳腺癌的肿瘤骨转移判断准确率均在95%以上，有助于将有限的医疗人力资源更好地协调投入到疑难危重症的诊疗，具有较好的临床应用前景。

目前，四川大学华西医院核医学科的研究团队，已经基于这一AI，开发出了一款新型的智能骨显像诊断系统，其原型机正布置在华西医院核医学科进行封闭式测试，有望在未来成功开展临床应用及推广。