基于人工智能的肩部疾病诊断方法

生物、医药及医疗机械

本成果主要研究了包括肩袖撕裂、骨囊肿、肩脱位、肩周炎等肩部疾病的病理特征，设计了基于Unet+FPN的深度学习网络，可以根据患者的MRI和CT图像，快速定位到病变发生区域，对病人具体肩部疾病进行分类，同时结合医生临床诊断知识对病变轮廓进行像素级分割，最终给出相应的病情等级和判断，达到全自动智能诊断目的。

本成果为智能诊断在肩部疾病问题上的首次研究，有助于在临床上辅助医生对肩部疾病的精准诊断，大大减少误诊率和漏诊率，促进医疗资源不平衡地区的肩部疾病诊断发展。

软件界面示意图

处于小试阶段，已在服务器上开发测试软件，尚未在医院的核磁仪器上进行验证。

目前国内外医疗相关的AI技术已经出现了计算机辅助诊断、智能专家系统、手术机器人、智能药物研发以及健康管理等多种产品。根据艾瑞咨询的数据，2020-2025年AI+医疗市场规模呈现高增长状态，市场总规模在2025年将达385亿元。

鉴于本算法尚未有同类型的研究，目前暂无同类竞品，预期效益将达到同行业一流水准。

2019-2025中国AI医疗市场规模