用人工智慧來改善超聲醫生的窘境

每年，我國有接近1600萬名產婦以及2000萬名左右的新生兒。

文 健盟

在國家逐步放開生育政策的當下，這一數據仍在持續增長。有數據統計顯示，預計到2020年，中國產婦數量將達到2800萬，育齡婦女群體數量將達到8018萬。

實踐證明，自然條件下懷孕，胎兒畸形率約1%至2%，其中有染色體異常，胎兒結構異常等。其中以唐氏綜合征為例，新生兒發病率大約在1/700。

它的發生具有偶然性、隨機性，哪怕無家族病史，無明確的毒物接觸史。並且發生率會隨孕婦年齡的增高而升高，目前尚無有效治療方法。隨著我國孕婦數量的增加，當前每年出生的先天殘疾兒童總數高達90萬左右，每30秒鐘就會誕生一個缺陷兒。

對於出生缺陷的診治來說，早發現，早預防才是最可取方法，以減少任何遺憾的發生。

產前超聲篩查是早期發現胎兒結構異常，染色體疾病篩查的關鍵手段之一，也是產前診斷胎兒缺陷不可缺少的檢查方法。

通過對產婦進行產前超聲檢查，能夠有效識別胎兒缺陷狀況，如對唐氏綜合症的發現，並及時採取必要措施進行提前診斷及干預，從而大大減少唐氏兒的出生率，提高出生人口素質。

上海市第一婦嬰保健院指出，產前超聲篩查及診斷的開展及實施處境十分尷尬。

首先，從技術與實踐耗費層面來看，早孕期超聲篩查平均時間20分鐘，花費時間較長，很多醫院都沒有開展早孕期超聲篩查。中孕期超聲篩查平均時間30分鐘，由於要全面、細緻得檢查胎兒結構等，操作更加複雜。

而從人力資源層面來看，超生醫生需要用探頭全方位地掃查，獲取標準平面後進行觀察與測量，從而進行診斷。在此過程中，對醫生的經驗素質要求相當高，一位產科超聲醫生需要積累數年經驗才有能力完成中孕期超聲篩查；培養一位資深的產科超聲醫生更是需要花費大量時間、精力。

現實生活中，由於人力資源不足，市場需求量大，超聲科醫生很容易患頸椎、腰椎病及視疲勞等職業病。

目前的產前超聲篩查效率低，無法大規模開展滿足市場需求。

這種現狀，人工智慧能不能改變呢？

一婦嬰提出了對該應用場景的需求：

由技術員做探頭掃描，人工智慧技術判斷標準掃描平面，給與自動數據讀取，從單胎到多胎，超聲醫生再做最後的診斷與複核。這可以讓超聲醫生把更多工作時間花費在更有挑戰的臨床及科室研究上，同時大幅提高工作效率，減少患者等待時間。對基層無相關資質的醫院來說，也可以做產科超聲的篩查，擴大其應用範圍，提高醫療服務可及性。

需求在這裡了，你是否有解決方案，願意和院方共同打造產前超聲篩查領域的創新？

如果答案是Yes，我們在2017中國大數據人工智慧創新創業大賽等你。

長按掃碼 馬上報名

-END-

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！