附屬新華醫(yī)院楊軍林教授研究團隊發(fā)布了開發(fā)和建立的基于人體裸露背部外觀照的脊柱側(cè)彎人工智能篩查系統(tǒng),，該篩查準確率可達人類專家平均水平,，有望用于大規(guī)模脊柱側(cè)彎篩查,，并為追蹤人群脊柱側(cè)彎變化軌跡提供可能,。這一最新研究成果以題名為《Development andvalidation of deep learning algorithms for scoliosis screening using backimages》于10月25日發(fā)表于《自然》雜志的子刊《通訊·生物學》（Communications Biology）。
脊柱側(cè)彎是我國發(fā)病率第三的青少年疾病,，是國家重點關(guān)注的青少年健康問題,。全球約2-4%的青少年患有脊柱側(cè)彎，由于缺乏簡便高效的脊柱側(cè)彎篩查技術(shù),，大部分青少年錯過了保守矯正的最佳時期,，需要進行手術(shù)治療,，導(dǎo)致沉重的家庭和醫(yī)療負擔。
上海新華醫(yī)院脊柱中心主任,、兒骨科主任楊軍林教授發(fā)現(xiàn)裸露背部外觀照能夠在一定程度上反應(yīng)脊柱側(cè)彎程度,，故聯(lián)合中山大學中山眼科中心的林浩添教授、西安電子科技大學的劉西洋教授著手于脊柱側(cè)彎深度學習篩查技術(shù)的研發(fā),，項目于2018年獲得國家重點研發(fā)計劃項目,。
楊軍林教授表示，脊柱的異常發(fā)育會引起背部整體外觀的變化,，比如高低肩,、肩胛骨不等高和軀干左右側(cè)輪廓不對稱等變化，這為開展基于背部照片的人工智能脊柱側(cè)彎篩查技術(shù)提供可能,。采用裸露背部外觀照的篩查方式不僅高效便捷,，還能使患者免于放射危險。
這一研究的合作團隊采用患者的x光射線和超聲影像作為患者脊柱側(cè)彎的金標準標簽,，通過對帶標簽的外觀圖像進行模型訓(xùn)練,，首次明確背部外觀特征與脊柱側(cè)彎嚴重程度的關(guān)系，建立了基于背部裸露外觀照的脊柱側(cè)彎人工智能篩查系統(tǒng),。
研究團隊通過采用目標檢測網(wǎng)絡(luò)定位患者的裸露背部,，并采用多個卷積神經(jīng)網(wǎng)絡(luò)滿足不同篩查任務(wù)的需求，神經(jīng)網(wǎng)絡(luò)模型可以對青少年是否患有脊柱側(cè)彎（脊柱彎曲程度是否大于10度）,，確定患者是否需要治療（脊柱彎曲程度是否大于20度），明確青少年脊柱彎曲程度所在區(qū)間（0-9度,、10-19度,、20-44度或大于44度）三個方面的篩查起到比較突出的效果。
在驗證過程中,，研究團隊發(fā)現(xiàn),，這一智能系統(tǒng)的篩查準確率已經(jīng)達到了人類專家平均水平，但速度要明顯優(yōu)于人工篩查,，故有望在大規(guī)模脊柱側(cè)彎篩查中應(yīng)用,，可提高篩查效率，并減少大規(guī)模脊柱側(cè)彎人工篩查所需的人力,、物力及人員培訓(xùn)周期,，同時該系統(tǒng)還可用于輕度脊柱側(cè)彎患者的病情進展監(jiān)測，減少常規(guī)X光片隨訪所造成的輻射,，具有重要的醫(yī)學,、經(jīng)濟和社會價值。
