發布日期：2017-12-04

放射治療與手術和化療是目前腫瘤治療的三大主要手段。利用醫學圖像引導, 放療病人不需要開刀, 住院時間短和恢復快。將人工智能技術應用在放療領域，已經成為了很多醫療AI公司的一大主要研發方向。例如，此前我們曾經介紹過的連心醫療、視見、柏視等公司都在這一方向上有產品布局。

今年3月份在安徽合肥成立的慧軟科技公司也將AI與放療的結合作為了主攻方向。

目前放療過程中對于人工智能的需求比較明確：

首先，在放療前，每個病人需要拍攝醫學影像（CT、MRI等）幾十甚至上百張，放療醫生憑借經驗勾畫每個患者的放療靶區需要半小時至幾個小時，耗時耗力，導致治療病人有限，勾畫的精確度不理想。受醫生經驗、情緒、耐心等因素的影響，不同醫生勾畫同一個病人的醫學影像靶區會產生不同的勾畫效果。

其次，在制定腫瘤放射治療計劃時，需要大量的計算量，傳統計算方式速度慢、花費時間長、成本高，嚴重降低醫生的制定治療計劃的效率。

再加之目前放療的物理治療師資源匱乏，導致能夠接受放療的患者數量有限。因此，利用人工智能技術來突破現有的放療發展瓶頸成為醫療從業者們的期待。

目前慧軟科技正在研發三類產品：

1、智能醫學圖像處理軟件

運用深度學習和大數據技術的方法自動勾畫醫學圖像中腫瘤的靶區，自動分割腫瘤與非腫瘤組織，精確勾勒放療靶區，醫生只需要對自動分割后的影像進行審核，微調和修改，減少了醫生的工作量。同時經過自動勾畫過的影像可以給年輕醫生提供參考，減少他們的出錯概率，實時的幫助醫生提高靶區勾畫的準確度。

2、智能治療計劃軟件

基于大數據進行放射治療計劃自動設計，基于先驗知識自動制定最優放療計劃。自動計劃工具主要包括：商用的治療計劃系統（TPS）；先前經驗的數據統計與分析，針對腫瘤類型、腫瘤周期、患者性別體重等參數對數據進行劃分，形成人工智能學習的專家庫；最后，通過分析現在要治療患者情況相似的病例，并根據分配的優先級別給出最終方案的先驗的變化范圍，它能夠評估由 TPS 生成的治療計劃，并自動分析與人工智能設計最優方案相一致的治療計劃。基于大數據和深度學習的放療計劃自動設計可以在分鐘量級內優化出最優放療計劃。

3、VirualDose輻射劑量云計算軟件

通過創建不同類型的人體模型，VirtualDose精準解決了CT中X射線放射劑量的跟蹤和報告需求。產品采用Saas（軟件即是服務模式），將計算模塊布置在云端，醫院用戶通過云端操作計算即可得出輻射劑量報告。云端積累的不同人類模型數據也將為后續的深度學習優化做準備。為CT檢測做出劑量評估，確保劑量在安全、有效的范圍內。技術方面創新型地將基于GPU的蒙特卡洛計算方法應用于劑量計算，提高醫生的評估效率及安全性。

目前已經與10多家醫院達成了科研合作，在胸部腫瘤上的技術與數據儲備都比較成熟，目前正在產品化階段，預計明年正式推出第一版產品。

對于未來商業模式的考慮，慧軟科技CEO裴曦表示，慧軟將主要以軟件的銷售為主，并將面向基層醫院推出基于SaaS平臺的醫學影像和放射治療軟件，提升基層放療物理治療師的技術水平。

據了解，慧軟科技的創始人徐榭博士為中組部“千人計劃”國家特聘專家、中國科學技術大學教授、博導，美國國家標準局（NIST）年度工作評審專家委員會成員，美國電離輻射測量和標準委員會（CIRMS) 主席。CEO裴曦為中國科學技術大學放射醫學物理中心副教授，中國生物物理學會輻射與環境專業委員會委員，中國生物醫學工程學會精確放療技術分會委員。

來源：36氪