南京鼓樓醫(yī)院醫(yī)學(xué)影像科張冰主任團(tuán)隊與推想科技科研團(tuán)隊聯(lián)合進(jìn)行的重磅科研成果在高分學(xué)術(shù)期刊《EBioMedicine》（《柳葉刀  The Lancet》子刊，IF＝6．2）發(fā)表，研究提出了基于人工智能深度學(xué)習(xí)的智能排版和結(jié)構(gòu)式報告系統(tǒng)（Intelligent Imaging Layout System，IILS）。IILS系統(tǒng)依托AI技術(shù)簡化并優(yōu)化臨床影像工作全流程，大幅提升影像科工作效率和準(zhǔn)確率，為業(yè)界呈現(xiàn)了開創(chuàng)性的臨床應(yīng)用創(chuàng)新轉(zhuǎn)化研究成果。

AI在醫(yī)學(xué)領(lǐng)域的運用已有了實質(zhì)性的進(jìn)步，但大多數(shù)醫(yī)療AI科研都集中在疾病的輔助診斷方面。然而高質(zhì)量的標(biāo)準(zhǔn)化圖像是人工智能開發(fā)的基礎(chǔ)，同時AI的應(yīng)用可以接管繁瑣、重復(fù)、單體價值低的管理行為。

南京鼓樓醫(yī)院張冰主任團(tuán)隊聯(lián)合推想科技強大的AI技術(shù)及臨床科研能力，以更宏觀的視角，從臨床影像工作全流程角度出發(fā)，采用AI深度學(xué)習(xí)技術(shù)優(yōu)化和解決了臨床影像工作圖像采集——圖像呈現(xiàn)——疾病診斷3個主要工作流程中的問題，并在臨床上推廣應(yīng)用了這一創(chuàng)新轉(zhuǎn)化成果。

此成果能夠在《柳葉刀》子刊發(fā)表，也印證了此研究成果的高質(zhì)量，以及臨床應(yīng)用的可行性。

文中指出臨床影像工作流圖像呈現(xiàn)（Layout）環(huán)節(jié)中長期存在的一個重要問題，即胸部薄層CT（0．625mm－2mm）掃描一般包括250層以上圖像，但是在膠片排版打印過程中，由于膠片空間有限，只能采用間隔打印的方式來排版，一般每張膠片僅保留40張圖像。

因此，實際上膠片比電子圖像損失了約82％的圖像信息。同時，漏診、無關(guān)鍵層圖像信息及缺乏標(biāo)準(zhǔn)化成像報告等問題也不斷使傳統(tǒng)臨床決策支持系統(tǒng)面臨著可靠性挑戰(zhàn)。

為解決這一問題，研究者開發(fā)并設(shè)計了基于人工智能技術(shù)的智能排版和結(jié)構(gòu)式報告系統(tǒng)（IILS）。文中運用的機(jī)器學(xué)習(xí)方法能夠準(zhǔn)確檢出肺部結(jié)節(jié)病灶（AUC高達(dá)90．6％），同時在檢測到的結(jié)節(jié)數(shù)量和良惡性判斷方面經(jīng)過嚴(yán)格的統(tǒng)計驗證，被證實優(yōu)于六位放射科專家。