近日，在四川大学华西医院胃肠外科与四川大学智能医学中心的共同努力下，爱迦科技智能医学科研再次获得重大突破，双方合作的英文专著《Intelligent Medicine on Prediction of Pelvic Lymph Node Metastasis 》出版。本书聚焦于利用智能医学技术预测盆腔淋巴结转移（PLNM），为直肠癌患者的个性化治疗和预后评估提供了强有力的理论支持和技术指导。该研究项目为国家自然科学基金支持项目；四川省科学技术厅自然科学基金支持项目。

    爱迦科技 · 智能医学科研的又一次突破

     从“智能”定义出发，该书剖析了神经网络的发展历程，并揭示了智能技术如何应用于医学领域，特别是解决结直肠癌（CRC）中淋巴结转移（LNM）预测这一关键挑战。

          详细讨论了淋巴结检测所面临的难点和为解决这些挑战而设计的创新策略，包括锚框定位、上下文分析和1.5阶段检测框架，旨在降低检测过程中的假阳性。

          深入研究了利用深度学习技术进行淋巴结自动分区的方法，引入了空间形状先验，探索掩码策略和综合注意力机制的应用，并论证了这些方法对特征提取和分类过程的优化效果。

          创新引入了弱监督方法和多任务网格，对淋巴结和骨盆动脉自动分割进行了开创性研究，有效增强了分割准确性，提高了诊断和治疗的效率。

          该书还提出了一种新的多实例学习框架，用于腹部CT扫描预测LNM。这种方法展示了人工智能在提供无创、经济有效的诊断工具方面的潜力，显著影响患者的预后。

          通过多丰富的实际应用案例，展示了智能医学工具通过腹部CT扫描预测LNM，在临床实践中的有效性和优越性，并指出了未来的研究方向，包括时序淋巴结跟踪和患者个性化生存预测。

    临床价值：AI精准预测直肠癌淋巴结转移，为患者治疗计划及预后提供有利支持

           直肠癌是消化道最常见的恶性肿瘤之一，直肠癌患者是否有淋巴结转移对治疗方案的决策以及病人预后处理有重要的影响。人工智能技术的应用，将为淋巴结转移提供全新的精准预测方法，对直肠癌患者提供有利支持。

    提高诊断准确率：通过深度学习算法自动识别CT图像中潜在的淋巴结转移迹象，不仅提高了诊断效率，也减少了人为误判的可能性。

    智能预警早期干预：对于那些处于早期阶段且没有明显症状的患者，智能预测系统能够提供先行预警，使得医疗干预得以适时展开，从而显著提升患者生存率及生活质量。

    提升诊断效率：未来智能检测应用于临床，将提高检测速度，有效减轻医生阅片压力，提高诊断效率。

    改善患者体验：利用非侵入性和高成本效益的诊断工具，可以帮助避免不必要的广泛手术或过度治疗，降低并发症风险，从而全方位改善患者的整体医疗体验。