2023年9月26日，青海大學附屬醫(yī)院樊海寧教授團隊王展博士與清華大學自動化系張學工教授團隊、清華大學航天航空學院李路明教授等團隊合作，在《柳葉刀-數(shù)字健康》（The Lancet Digital Health）雜志發(fā)表了又一篇研究成果。青大附院副教授王展博士作為第一作者，他們共同開發(fā)的名為EDAM的包蟲病輔助診斷AI系統(tǒng)，通過普通平掃CT圖像實現(xiàn)包蟲病的自動檢測和分型，這項技術能夠有效解決長期困擾高原牧區(qū)的包蟲病篩查難題。今年8月，青大附院的陽丹才讓教授作為第一作者曾在該雜志發(fā)表基于超聲圖像的包蟲病AI診斷論文一篇，這兩篇論文的發(fā)表，標志著高原醫(yī)學包蟲病的研究已經(jīng)達到國際頂尖水平。

《柳葉刀》雜志是國際醫(yī)學最權威的學術刊物之一，這是青大附院樊海寧包蟲病團隊的王展博士今年第二次在《柳葉刀》中發(fā)表論文。早在兩月前，該團隊與中國人民解放軍總醫(yī)院第五醫(yī)學中心介入超聲科梁萍教授、于杰教授團隊在《柳葉刀–數(shù)字醫(yī)療》上共同發(fā)表了一項回顧性、大規(guī)模、多中心研究，基于超聲通過深度卷積神經(jīng)網(wǎng)絡模型（DCNN）來輔助診斷肝包蟲病。該研究可能會為超聲診斷肝包蟲病提供新的工具，同時，這也將有助于遠程醫(yī)療診斷，從而優(yōu)化地區(qū)醫(yī)療資源差異，對高流行和偏遠地區(qū)的患者來說具有重要意義。

圖1 . DCNN所使用的數(shù)據(jù)集情況及整個研究的概括圖

此次在《柳葉刀-數(shù)字健康》（The Lancet Digital Health）雜志發(fā)表的肝包蟲病輔助診斷人工智能系統(tǒng)EDAM，旨在開發(fā)并評估一種基于平掃CT圖像在患者水平上自動檢測肝包蟲病并對其進行亞型分類的人工智能系統(tǒng)，結合了切片水平的疾病預測和分割與患者水平的疾病診斷，具有很高的準確性和靈敏度，并且有良好的可解釋性和推廣能力，為臨床醫(yī)生和放射科醫(yī)生提供了可靠的決策支持。

圖2 . 該研究所使用的數(shù)據(jù)集情況(A)和人工智能系統(tǒng)EDAM的基本框架(B)

青大附院包蟲病團隊通過與省外頂尖的臨床與工科科學家合作，利用醫(yī)工結合的方式不斷創(chuàng)新，攻克包蟲病的基礎與臨床研究技術難題，開發(fā)的包蟲病AI診斷系統(tǒng)在未來具有極大的潛在應用價值，便于配合國家相關基層健康支持政策普及到偏遠基層，借助超聲和平掃CT進行包蟲病智能篩查與輔助診斷，準確識別常見包蟲病亞型從而進行對癥治療。該系統(tǒng)為緩解西部地區(qū)醫(yī)生資源短缺的壓力、徹底解決西部高原醫(yī)學包蟲病篩查難題提供了有效技術方案。

近十年來，董家鴻院士動員集結全國卓越專家團隊，圍繞青海省健康幫扶和包蟲病防治任務，從多個環(huán)節(jié)入手，組團式連年開展規(guī)�；�公益手術救治，并在青大附院成立院士工作站，在我省青南地區(qū)包蟲的診斷和治療方面開展了卓有成效的工作，共同破解包蟲病防診治難題。該團隊多次前往青海等高原牧區(qū)進行包蟲病疑難復雜病例的手術救治，充分依托省級診療中心-州(市)級診療基地-縣級診療救治站-鄉(xiāng)(鎮(zhèn))診療管理站的包蟲病“四級”分層診療聯(lián)動機制，在董家鴻院士的幫助下，青海大學附屬醫(yī)院包蟲病團隊組織多學科聯(lián)合開展包蟲病的防診治工作，其中樊海寧、王海久、鮑海華、馬淑梅、賈珍、甘桂芬等教授的團隊發(fā)揮了積極作用，在跟包蟲病斗爭的過程中，團隊加深了對包蟲病的認識，在實踐中反復摸索，取得了包蟲病防治方面的巨大成就。為推進青海省包蟲病攻堅項目、青海省包蟲病患者手術清零行動計劃工作做出了巨大貢獻。

供稿：宣傳部    張靜