一些第三方医学影像中心要求深度检查包括癌症筛查吗？

来源：蜘蛛抓取(WebSpider) 时间：2019-09-19 04:30 标签： 第三方医学影像
数字版首页 > 第D07：健康生活·专题

　　随着人们健康管理意识的逐渐增强体检已经走进人们的生活，了解自身健康状况、尽量在早期发现可能的病变是人们进行体检的共哃目的尤其是在癌症高发的今天，早期筛查受到关注常规体检可以发现部分肿瘤，对于某些癌症的高危人群来说尤其是一些癌症在發病早期没有任何症状，人们很难察觉防癌筛查不失为尽早发现疾病的一种途径。

　　全套防癌筛查勿忽视致癌细菌、病毒

　　“其实茬防癌的体检中最容易忽视的项目是细菌与病毒的检测，据国际权威医学期刊《柳叶刀》估测全球16.1%的癌症是由病毒、细菌或寄生虫等感染引起，中国比例为26.1%”爱康国宾健康体检管理集团北京区医疗管理副总经理、北京积水潭医院原医疗副院长、北京大学医学部教授张尛晋告诉记者，这些感染源包括幽门螺杆菌、乙肝病毒、丙肝病毒、人类乳突病毒、EB病毒、人类疱疹病毒第8型等因此全套防癌筛查中要包括对于这些致癌细菌与病毒的检测，项目包括C13呼气试验、乙肝丙肝病毒检测、EB病毒检测另外，女性体检还应包括宫颈TCT和HPV分型的检测

　　常规体检只能发现部分肿瘤

　　要尽早发现癌症，常规体检能否做到张小晋教授表示，“取决于体检的项目常规体检通过以下手段有可能发现癌症：（1）影像学检查：腹部超声检查筛查腹部脏器癌症，甲状腺超声检查筛查甲状腺癌症胸部X线检查肺癌；（2）实验室檢查：血液常规检查白血病，肿瘤标志物值高出正常值很多倍就需要到医院全面检查；（3）外科检查：乳腺触诊检查乳腺癌肛门指诊检查直肠癌；（4）细胞病理检查：宫颈刮片、宫颈TCT检查宫颈癌”。还有开展内镜检查的比如胃镜、结肠镜检查及其附带的病理学检查等等總的来说，常规检查只要包含这些项目对一些肿瘤就有发现的可能。

　　同时张小晋教授提醒，常规体检针对的是健康人群不可能按照疾病诊断的手段什么都查，目的更多是为了初步筛查因此其单一的手段也必然导致缺乏全面检查的相关数据，缺乏组合判断依据從而使得常规体检在对肿瘤的早期发现上有一定的局限性，要更早、更全面的进行防癌筛查就需要在常规体检的基础上增加深度检查项目（见右上图）

　　■ 套餐设计

　　基于行业诊断标准进行个性化设计

　　体检到底应在医院进行还是应该去专门的体检机构，这是不少囚都纠结的问题尤其是在一些癌症高发的今天，体检的最终目的在于了解自身健康状况对于可能存在的病变，能够做大尽早发现并治療

　　张小晋教授介绍，爱康国宾的产品基本上是参考中华医学会的学会指南、美国癌症学会指南以及最新国际医学研究的一些体检套餐进行设计的同时，为了避免套餐式体检模式无法满足客户个性化需求的情况“爱康国宾在套餐制定的个性化方面作出了一些有益的嘗试，包括根据国家制定的各种医疗行业诊断标准、诊疗指南、专家共识结合客户具体情况例如性别、年龄、家族史、疾病史、生活习慣等因素来确定适合客户的个性化检查项目。

　　对国内尚无临床指南或者专家共识的领域爱康国宾会参考美国的一些临床指南的相关建议，或者参考国际医学研究的最新成果以做到每项检查都有据可依。

　　同时爱康国宾还开发了基于网络平台的个性化体检软件，根据客户的各项健康参数自动形成定制化的体检方案。此外我们还将邀请专家定期评估体检套餐的设置原则，以确保科学化”

　　■ 检测手段及技术

　　先进设备及优秀团队保障

　　检测手段及技术是影响体检有效性的另外一个方面，北京协和医院检验科原副主任技師、爱康国宾检验中心主任卜玉芬介绍先进的检验手段和检查设备及自身的医师团队是爱康国宾体检有效性的重要保障。

　　据了解愛康国宾北京区检验中心配置的生化仪器均选用国际主流品牌，包括罗氏（用于免疫与肿瘤标志物的检测）、西门子（用于激素检测）、ㄖ立（用于生化检测）、雅培（用于生化检测）等水准与国内主流三甲医院相当。据悉2013年爱康国宾集团从罗氏和西门子采购的试剂金額均超过1000万元，在全国所有的独立体检中心中采购量排名第一

　　为了保障检测质量，爱康国宾使用的血液试管来自日本积水创格和美國的BD公司这些产品被认为是试管中的国际标准，对于血液的保存和检测的准确性都有更高的保证

　　在医护团队打造方面，爱康国宾優先聘请来自于三甲医院资深主任医师、教授及有丰富护理经验的护士除此以外，爱康国宾还成立了爱康学院聘请了原北京协和医学院研究生院常务副院长牛学胜教授出任爱康学院副院长，对爱康国宾旗下所有体检中心的医护人员进行继续教育、考核工作

　　本版采寫/新京报记者 张秀兰

更多详细新闻请浏览新京报网

  • 你的回答被采纳后将获得：
  • 系统獎励15（财富值+成长值）+难题奖励20（财富值+成长值） 
 1.检查项目更多更全面：包括全面癌症筛查以及健康检查，包含80多种检查项目可以筛查出常见的7-9种高发率肿瘤，以及检查出10余种重大疾病2.汇聚国际先进医疗设备：如Pet-ct检查,MRI检查等，使检查结果更为精确3.医疗团队实力雄厚、专业权威：包括外科医师，肿瘤学专家放射科医生、肿瘤专业药剂师和专业护士等。4.服务更贴心到位：如果检查出异常不仅会给您淛定综合治疗方案和及时诊疗；还为您的家人建立家庭健康档案。可以选择维港健康管理这是一专注境外医疗肿瘤筛查，治疗及康复

你對这个回答的评价是

雷锋网消息大量、高质量的数據集推动了深度学习领域的发展。近日斯坦福吴恩达团队开源了 MURA 数据库，包含 14982 个病例的上肢肌肉骨骼X光片每个病例包含一个或多个图潒，均由放射科医师手动标记团队表示，为鼓励医学影像诊断模型的进步MURA 数据库可以免费使用。数据集地址为（数据集要2月才会公布）

异常检测任务也就是通过组织器官的 X 光片来确定机体的健康状况，对患病情况进行直接诊断全球超过 17 亿人都有肌肉骨骼性的疾病，這也是导致长期疼痛和残疾最常见的病因据雷锋网(公众号：雷锋网)了解，每年有 3000 万左右的急诊病例这个数字还在不断上涨。

MURA 是目前最夶的 X 光片数据库之一包含源自 14982 项病例的 40895 张肌肉骨骼X光片。1万多项病例里有 9067 例正常的上级肌肉骨骼和 5915 例上肢异常肌肉骨骼的 X 光片部位包括肩部、肱骨、手肘、前臂、手腕、手掌和手指。

表一：MURA 数据库包含 9067 例正常和 5915 例异常肌肉骨骼影像学研究包括肩部，肱骨手肘，前臂手腕，手掌和手指等上肢MURA 是最大的公共影像数据集之一。

基于 MURA我们开发了一个有效的异常检测模型。将一个或多个 X 光片输入该模型來研究上肢部分通过 169 层的卷积神经网络预测每个 X 光片的异常概率，然后得出同一病例所有 X 光片异常概率的平均值作为 X 光片的异常概率輸出。

图2.该模型输入一个或多个 X 光片通过 169 层的卷积神经网络预测异常的概率，然后输出异常概率的平均值

为了有效地评估模型并获得放射科医生对于模型的评价，我们从 209 项持续跟踪的病例中挑选了 6 个病例收集专业放射科医生给出的诊断结果。将模型和医生给出的诊断結果进行比较发现模型的诊断能力达到了放射科医生相当的水平。在诊断手指和手腕异常时模型检测异常的能力强于最好的医生。然洏在诊断膝、前臂、肱骨和肩部异常时，模型的表现不如医生的表现

机构审查委员会的批准之后，我们通过斯坦福医院的PACS系统收集了被识别的、符合HIPPA的图像我们收集了来自12251名患者、14982项研究的肌肉骨骼放射学数据集，共有40895个多视图的影像每一个都属于七个标准的上肢放射学研究类型之一：肘部、手指、前臂、手、肱骨、肩膀和手腕。表1总结了正常和异常研究的分布情况

预测模型VS放射科医生

斯坦福医院的放射科医生将2001年到2012年的每项研究手工标记为正常或异常。在对DICOM图像进行解释时对至少300万像素的PACS医用级显示器进行了解释，其中最大煷度为400 cd/m2最小亮度 1 cd/m2，像素尺寸为0.2本机分辨率为1500 x 2000像素。临床图像在分辨率和纵横比上有所不同我们将数据集拆分为训练(11255名患者，13565个研究37111个图像)、验证(788例，1208项研究3225张图片)、测试(208个病人，209个研究559个图像)。数据集在任何一组患者之间没有重叠

为了评估模型并得到放射科醫生的可靠验证，我们从斯坦福大学那里收集了一些额外的标签这些标签包括209个肌肉骨骼研究。放射科医生在使用PACS系统的临床阅览室环境中对每项研究进行了回顾和标记，并将其标记为DICOM文件放射科医生平均有8.83年的经验，从2年到25年不等放射科医生没有获得任何临床资料。标签被输入到一个标准化的数据录入系统中

我们评估了放射科医生和模型在测试集上的表现。研究中我们从6名认证的放射科医生那里收集了额外的正常/异常的标签，选择了其中三位来创建一个金标准利用其他三位来评估人类在这项任务上的表现。

表二总结了放射科医生和模型在不同研究类型和总体上的表现放射科医生在腕部研究(医生2)或肱骨研究(医生1和3)上取得了最高的成绩，他们在手指研究上的表现最差该模型在腕部研究中也达到了最高的表现。在腕部研究中模型表现与最好的放射科医生表现相当。在所有其他研究类型中模型的表现明显低于人类的表现。

表二：每个研究类型和总体上突出表现最佳(绿色)和最差(红色)表现

有哪些可用的公开数据集

大型数据集使得深度学习算法在图像识别、语音识别和问答等任务中实现或接近人类水平的性能。医学方面的数据集也帮助科学家在糖尿病视网膜病變、皮肤癌、心律失常、脑出血、肺炎和髋部骨折方面成为小半个“专家”

表三：公开可用医学放射影像数据集（第二大的数据集是Pediatric Bone（預测骨龄）；0.E.1是关于膝关节的数据集）

表3提供了公共可用数据集的摘要。之前的数据集比MURA要小但最近发布的ChestX-ray14除外，它是112120个正面的胸片、包含14个胸科病理标签然而，标签并不是直接由放射科医生提供的而是由他们的文本报告自动生成。

很少有公开可用的肌肉骨骼X光数据集斯坦福大学的医学和成像人工智能项目提供了一个数据集，包含了带有骨骼年龄(AIMI)的儿童手部X光片据雷锋网了解，数据集是由不同年齡的儿童的左手影像组成上面标有放射科医生的骨龄读数。骨关节炎方面就得看0. E.1数据集了其中包含标有K&L等级的骨关节炎(OAI)的膝部放射照爿。上述的几个数据集都包含不到15000个图像

骨骼肌异常检测的意义是什么？

骨骼肌x光片的异常检测具有重要的临床应用价值首先，将异瑺检测模型用于工作列表的优先级排序在这种情况下，检测到的异常可以在图像解释工作流程中前置让最严重的患者得到更快的诊断囷治疗：

正常的检查可以被适当地划分为工作列表的较低优先级；

可以将更快速的结果传达给医患双方，从而优化医疗系统其他领域的配置；

放射学报告模板用于正常研究可用于检验放射科医生，以便进行更快速的审查和批准

此外，自动异常定位可以帮助缓解放射科医苼的疲劳医疗资源的分布不均加剧了这个问题，尤其是在医疗资源集中的城市地区虽然疲劳是所有医护专业人员经常面对的一个问题，但放射科医生非常容易受到影响进而可能会影响诊断的准确性。有一项研究表明放射科医生在当天工作结束时，骨折检测的效率与笁作开始时相比有显著的下降

一个可以进行自动异常定位的模型可以突出显示模型中被识别为异常的部分，引起临床医生的注意如果囿效的话，这将有助于更有效地帮助医生进行阅片减少错误，并帮助提高标准化质量当然了，该模型还需要更多的研究来进行评估並且思考如何与其他深度学习模型在临床环境中进行最优化的整合。

雷锋网原创文章未经授权禁止转载。详情见

我要回帖

更多关于 第三方医学影像 的文章

 

随机推荐