RSNA 2019 | 日本国立癌症中心&汇医慧影联合科研成果发表

北美放射协会（RSNA）会议是全球范围内最权威的放射学会议，集结了全球最领先的先进技术及学术成果，代表着这一领域未来的发展方向。

第105届北美放射学会年会（RSNA 2019）现场，主席Valerie P. Jackson教授在主旨演讲中提到:"放射医师本质上是有价值信息的守门人。" 医学影像数据在全部医疗数据中占比超80%，数据价值的释放逐渐成为临床诊疗外至关重要的一部分，在临床-科研-临床之间实现数据价值闭环，或将重新定义放射医师。

前瞻AI与科研结合的无限可能，汇医慧影在17年初自主研发推出了国内第一个以AI赋能影像科研的划时代产品——Radcloud大数据人工智能科研平台。这是一个领先行业两年、首个实现产品化落地的AI科研平台，至今，Radcloud已与国内外400余家医院及医疗机构建立科研合作，海外合作覆盖美国、日本、俄罗斯、新加坡、韩国等。RSNA2019参会演讲者，日本国立癌症中心Hirofumi Kuno博士（日本国立癌症中心东区放射科科长），正是Radcloud平台用户之一。

日本国立癌症中心设立于1961年，位于东京的中心地带，是日本癌症治疗的国立医疗机构，也是世界上屈指可数的癌症对抗中心之一，在癌症新药开发、临床试验和信息统计等方面发挥核心作用。

RSNA2019会议期间，日本国立癌症中心使用RadCloud大数据人工智能科研平台产出的两篇论文——“探索从CT和MRI中提取机器学习分类器，预测舌头晚期鳞状细胞癌患者术后复发的风险”、“基于CT的放射组学分析预测局部晚期食管癌患者术前化疗后的病理反应”由Dr. Kuno分别于神经放射学/头颈部肿瘤专场及胸部(放射组学-恶性肿瘤)专场现场发表，面向全球分享影像前沿科研成果。

摘要一 探索从CT和MRI中提取机器学习分类器，预测舌头晚期鳞状细胞癌患者术后复发的风险

本文对81例晚期舌鳞状细胞癌(cT3-4或任何淋巴结转移)患者进行了回顾性研究。在 RadCloud 平台上，为每位患者从 CT 和 MRI 的 T2加权像(T2WI)和 T1加权像(Gd-T1WI)中提取共1409个放射组学特征。采用方差阈值法、SelectKBest法和 LASSO 算法逐步选出最优特征。使用计算机生成的随机数将70%的VOI分配给训练数据集，并将30%的VOI分配给每个成像集的验证数据集。使用六个监督学习分类器(KNN，SVM，XGBoost，RF，LR，DT)进行分类。通过ROC曲线分析来评估放射组学特征的预测性能。得出结论MRI(Gd-T1WI)可能是建立放射组学模型的最佳方法，尤其是使用KNN方法来预测晚期舌鳞癌术后复发的风险。基于MRI的放射组学特征可以为晚期舌鳞状细胞癌提供额外的定量信息，这些信息或将为术后辅助治疗的决策提供帮助。

摘要二 基于CT的放射组学分析预测局部晚期食管癌患者术前化疗后的病理反应

在这项回顾性研究中，基于133名LAEC患者的原始数据集建立放射组学模型。这些患者接受了增强CT扫描、术前化疗、手术治疗，根据手术切除标本的病理评价分为不良反应组和良好反应组。利用Radcloud平台从CT图像中提取定量影像特征，采用方差阈值法、SelectKBest法和LASSO算法逐步选择最优特征并降维。采用6种机器学习算法建立放射组学诺谟图。通过ROC曲线分析来评估放射组学特征的预测性能，包括训练(n=99 VOIs)和验证(n=41 VOIs)。用LASSO方法选出6个最优特征。Xgboost 模型的 ROC 曲线下面积(AUC)预测训练数据集的良好反应为0.893(95% CI; 0.79-0.99) ，验证数据集为0.761(95% CI; 0.65-0.87)。得出结论基于ct的放射学特征可以提供更多的疾病进展定量信息，或有助于改善LAEC患者术前管理的临床决策。

Hirofumi Kuno博士（左三）一行

莅临汇医慧影展区交流

关于Radcloud大数据人工智能科研平台为放射组学研究带来的改变，Dr. Kuno表示：“：AI在科研领域应用引发的改变甚至比临床应用阶段更令人惊喜。在Radcloud平台上，我们的科研研究流程与日常阅片诊断几乎完全一致，由平台完成多维数据信息的综合、提取特征及人工智能建模，这让数据价值的挖掘，临床应用辅助决策触手可及。 ”

产品展示区，Dr. Kuno对汇医慧影智能影像云及AI辅助诊断平台同样表示浓厚兴趣，期待更多覆盖诊疗、科研、影像云的智慧影像整体解决方案合作。

汇医慧影Radcloud大数据人工智能科研平台，提供一站式分析工具，实现零技术基础的科研研究。以影像数据为驱动，领先支持影像数据、检查报告、病理图像、临床信息等数据进行管理与分析，集成50多种前沿深度学习、机器学习和影像组学算法，内置超1000种特征值分析工具，极大扩展科研数据分析维度，帮助医生找到人眼和人的经验无法总结出来的信息，辅助医生完成高价值的科研工作。

在两年产品化落地中，Radcloud历经4次升级迭代与功能完善，始终保持技术领先优势及行业前瞻优势，至今已服务Dr. Kuno在内的20000+医生用户，产出千篇高质量论文及摘要，成功申报各类科研基金近亿元。是国内用户量最大、研究课题最广的影像大数据科研产品。为让更多走在科研第一线的医务工作者享受智慧科研利好，加速科研成果转化，目前（截止至2019年12月31日）Radcloud产品限时开放试用申请。

针对有更高要求的科研课题及用户，汇医慧影科研部博士专家团队将专人专项提供科研服务支持，成员来自斯坦福、剑桥、清华、北大、中科院等国内外知名高校，拥有十余年影像处理经验，为医生科研保驾护航，促进科研课题高效转化，产出高质量的科研成果。

汇医慧影成立于2015年4月，是一家国家级医学影像人工智能高新技术企业，也是国际领先的医学影像人工智能技术服务商。截至汇医慧影目前已与国内1000多家医院完成合作，从科研到临床全流程覆盖，在智能影像云平台、数字智能胶片、人工智能诊断云平台、组学云平台的全流程影像平台市场占有率第一。这既是市场对于汇医慧影商业模式的正向反馈，也是全行业范围内产品布局发展方向的一次验证。汇医慧影将继续致力于大数据、人工智能、云计算等前沿技术赋能医疗创新，为智慧医院、分级诊疗、精准医疗量身定制影像智能解决方案。

发掘医疗数据非凡价值，汇医慧影期待与您同行。