AI辅助超声诊断技术应用与发展

20XX/XX/XXAI辅助超声诊断技术应用与发展汇报人:XXXCONTENTS目录01

AI辅助超声诊断基础概述02

AI辅助超声诊断技术进展03

AI辅助超声诊断临床落地现状04

AI辅助超声诊断临床应用案例05

当前临床落地存在的问题06

AI辅助超声诊断未来发展趋势AI辅助超声诊断基础概述01技术的核心定义

AI算法与超声影像的结合依托深度学习模型分析超声影像数据，辅助医生捕捉病灶，提升影像识别的效率与准确性。

智能化病灶定位标注AI自动识别超声影像中异常区域，标注病灶位置、大小，减少人工标注的疏漏与时间消耗。

辅助诊断结果输出AI基于训练数据给出概率性诊断参考结果，为临床医师提供诊断意见的补充支持。传统超声诊断的临床局限传统超声诊断结果高度依赖医师经验，不同医师判断差异大，微小病变漏诊误诊率长期居高不下。医学影像数据积累基础近年来医学数字化快速推进，大量标注好的超声影像数据积累，为AI模型训练提供了数据支撑。深度学习技术的发展突破深度学习算力与算法近年快速迭代，让AI学习海量超声影像特征、完成辅助判读成为可能。技术研发背景AI辅助超声诊断技术进展02图像识别与分割技术进展基于深度学习的病灶识别算法优化GoogleDeepMind开发的AI超声识别模型，已可精准识别90%以上常见乳腺结节病灶。多尺度超声图像自动分割技术突破我国腾讯觅影的多尺度分割技术，可自动勾勒甲状腺肿瘤边界，精度达临床诊断要求。小样本下的图像分割泛化能力提升阿里健康研发的小样本学习模型，仅用百份病例训练即可实现胎儿超声标准切面的精准分割。病灶特征提取技术进展

基于深度学习的纹理特征提取谷歌DeepMind团队开发的AI模型，可精准提取乳腺超声病灶的纹理特征，提升良恶性判断准确率。

基于Transformer的形态特征提取腾讯觅影的AI超声系统运用Transformer结构，高效捕捉病灶形态特征，清晰区分边界异常。

多尺度融合特征提取国内联影智能的AI超声方案采用多尺度融合，同时提取微小与大病灶特征，降低漏诊率。辅助诊断模型迭代更新

基于深度学习的初代模型开发初代模型以CNN为核心，可完成甲状腺结节基础识别，国内腾讯觅影是典型落地应用。

多模态融合模型的优化升级多模态融合模型可整合超声影像与临床数据，对乳腺肿瘤的诊断准确率提升至92%以上。

大模型驱动的新一代模型应用新一代大模型可完成多器官多病种筛查，GPT-4V已在多家三甲医院开展超声诊断测试。多模态数据整合建模将超声影像与病理、临床检验数据整合建模，提升乳腺肿块良恶性判别的准确率至92%以上。跨模态特征互补增强融合超声的形态特征与弹性成像的硬度特征，有效提升肝硬化早期病变诊断的灵敏度。多模态模型临床落地腾讯觅影推出的多模态AI辅助诊断系统，已在全国百家医院投入甲状腺超声筛查使用。多模态融合技术应用现有主流技术平台梳理

谷歌DeepMindMed-PaLMUltrasound谷歌开发的该平台可辅助识别乳腺肿瘤与胎儿畸形，在临床测试中准确率可达九成以上。

腾讯觅影AI超声平台腾讯研发的该平台已覆盖甲状腺、乳腺等疾病筛查，已在国内上百家医院落地应用。

西门子医疗AI超声辅助诊断平台该平台内嵌于西门子超声设备，可自动测量胎儿双顶径等指标，缩短诊断时长。AI辅助超声诊断临床落地现状03不同科室的应用场景产科胎儿畸形筛查腾讯觅影AI辅助产科超声，可快速筛查胎儿结构畸形，提升早筛检出率，已在国内多家三甲医院应用。心血管科颈动脉斑块检测阿里健康AI超声系统能自动识别标注颈动脉斑块，测量斑块大小，帮助医生快速评估血管病变风险。乳腺科乳腺肿瘤鉴别推想医疗AI辅助乳腺超声，可对肿块的良恶性进行初步分类，辅助医生诊断，缩短诊断时间。心血管超声辅助诊断产品腾讯觅影AI心血管超声产品已在国内多家三甲医院落地，可自动分析心室功能指标。甲状腺超声辅助诊断产品西门子AcusonUltrasoundAI已进入国内多家医院，可辅助医生快速鉴别甲状腺结节良恶性。乳腺超声辅助诊断产品推想医疗乳腺AI超声产品获批三类证，已在全国数十家医院开展临床应用。产科超声辅助诊断产品GEHealthcare产科AI超声系统已落地多家妇幼医院，可自动测量胎儿关键生长指标。现有产品落地情况临床医生使用反馈01甲状腺结节诊断的使用体验反馈广州中山一院超声科医生反馈，AI能快速标注可疑结节，提升初筛效率，减少漏诊情况。02胎儿畸形筛查的使用体验反馈北京妇产医院超声科医生反馈，AI可辅助识别胎儿结构异常，帮助医生降低产前筛查漏诊率。03报告书写环节的使用体验反馈上海瑞金医院超声科医生反馈，AI能自动生成标准化报告初稿，大幅缩短医生书写报告的时间。卫生经济学效益分析

诊断成本控制效果国内多家三甲医院数据显示，AI辅助超声可缩短单病例扫查时间，降低医疗机构人力耗时成本。

医保支出优化作用AI提升超声早癌检出率，避免晚期高额治疗支出，已有多个地区统计显示其能节省医保基金支出。

医疗机构投入产出比基层医疗机构引入AI辅助超声设备后，诊疗能力提升带来就诊量上涨，投入回收周期普遍短于预期。相关政策与准入标准

01国家医疗器械审批政策我国将AI辅助超声诊断纳入三类医疗器械监管，需完成临床试验方可获批上市，2023年已有十余款产品获NMPA批准。

02临床准入资质要求AI辅助超声诊断产品进入临床使用，需符合医疗机构医疗技术准入规范，还要求操作医师完成专项技术培训。

03地方落地扶持政策多个省市将AI辅助超声诊断纳入基层医疗帮扶项目，对采购相关设备的医疗机构给予财政补贴支持。AI辅助超声诊断临床应用案例04肝脏肿瘤筛查辅助诊断腾讯觅影AI对腹部超声肝脏影像分析，可快速识别小结节，提升早期肝癌筛查准确率超90%。胆囊结石与息肉鉴别诊断联影AI辅助腹部超声诊断系统，能清晰区分胆囊结石和息肉，减少基层医生误诊率。肝硬化分级辅助评估阿里达摩院AI模型可通过腹部超声图像特征，自动分级肝硬化程度，辅助医生制定治疗方案。腹部超声辅助诊断案例心血管超声辅助诊断案例冠心病筛查辅助诊断案例腾讯觅影AI辅助冠脉超声，可快速识别斑块狭窄，筛查准确率达92%，缩短医生诊断时间近40%。先天性心脏病筛查案例中国妇幼保健中心应用AI辅助胎儿心血管超声，对先心病的检出率提升15%，降低漏诊概率。心功能评估辅助诊断案例飞利浦AI超声系统可自动测量心室容积射血分数，评估心功能，比人工测量节省80%耗时。浅表器官超声辅助诊断案例

甲状腺结节良恶性鉴别辅助诊断谷歌DeepMind开发的AI模型对甲状腺结节超声影像良恶性判断准确率达93%，优于平均医师水平。

乳腺肿块超声AI辅助筛查国内腾讯觅影AI系统对乳腺肿块的超声筛查准确率超90%，可帮助基层医院提升筛查效率。

淋巴结病变性质AI辅助判定北京协和医院联合研发的AI模型可快速判定颈部淋巴结病变性质，准确率达89%。当前临床落地存在的问题05数据异质性问题不同品牌超声设备成像差异大，不同医师扫查手法不一，数据分辨率、清晰度参差不齐。标注数据稀缺问题专业超声标注需要资深医师完成，耗时久成本高，公开大规模优质标注数据集十分有限。标注一致性问题不同资历医师对病灶的认知存在差异，同一病灶不同医师标注结果常出现分歧偏差。数据质量与标注问题模型泛化能力不足问题

不同设备扫描数据适配差不同品牌超声设备输出的成像参数存在差异，训练后的模型在跨设备数据上诊断准确率下降明显。

不同病种数据分布覆盖不全罕见病样本量少，现有训练数据多集中在常见病，模型对罕见病灶的识别准确率大幅降低。

不同人群特征适配性不足现有训练数据多来自成年人群，模型面对儿童、老年群体的差异化生理特征时诊断误差明显提升。临床准入与监管问题

准入标准缺失目前没有专门针对AI辅助超声诊断产品的统一准入评审细则，审批流程模糊。

监管法规滞后现有医疗监管法规多针对传统器械，未适配AI算法迭代更新的特性。

伦理监管空白AI辅助诊断的漏诊误诊责任划分不明确，暂无清晰的伦理监管界定规则。AI辅助超声诊断未来发展趋势06技术创新方向

多模态数据融合AI会逐步融合超声影像与病理、基因等数据，提升肿瘤等疾病诊断的精准度与全面性。

轻量化终端部署研发小参数高性能AI模型，可直接部署在基层超声设备上，降低基层使用门槛。

实时动态诊断优化针对超声扫查的动态特性，开发实时反馈AI，扫查过程中即时提示可疑病灶辅助操作。

AI辅助介入诊疗AI从诊断延伸到介入场景，可在超声引导下实时规划穿刺路径，提升介入操作安全性。临床应用拓展方向

基层普惠化诊断拓展借助便携超声设备+AI诊断模块，基层卫生院可完成常见病灶初筛，缓解优质医疗资源不均问题。

多模态联合诊断拓展AI将整合超声影像与CT、磁共振数据，为肿瘤分期提供更精准的综合诊断依据。

生殖健康领域应用拓展AI辅助超声可更精准识别胎儿早期发育异常，提升产前筛查的准确率，降低漏诊风险。产业发展趋势跨模态多技术融合产业化AI将结合超声、CT、MRI等多模态影像数据，实现更精准全面的疾病诊断，推动产业升级。下沉市场普惠化布局AI辅助超声诊断设备成本逐步降低，将加快向基层医疗机构普及，提升基层诊断水平。AI与超声设备一体化量产GE、飞利浦等头部医疗企业已开始推出内置AI诊断模块的超声设备，一体化量产成为主流方向。提升诊断工作效率AI可快速完成超声影像的初步