提供支持超声影像筛查对胎儿先天性缺陷诊断具有重要价值。
过去，超声影像学检查技术仅能够用于观察宫内发育胎儿的大小特征，以及大致性结构变化，诊断范围有限，难以捕捉孕产妇宫内胚胎组织结构与宫内发育胎儿细微性结构特征。如今，超声影像学诊断技术已能够揭示胎儿各个系统结构详细情况，却也为医师诊断设置了更高门槛。
与CT、MRI的静态图像不同，超声图像是动态实时图像。不仅不如静态图像易于观察，而且医生需于同一时间线上采集不同切面的动态图像并进行实时诊断，对于医师的操作手法与读图经验都有着高要求。这也间接导致了年检量高达20亿次的超声诊断，严重依赖医生经验；国内优质医师稀缺，基层医生由于缺乏培训和经验，诊断能力尚不足；超声诊断精准率难以保证，且无法满足医疗资源相对匮乏地区就医需求等情况出现。
5月21日，专注超声影像研究20年的深圳开立生物医疗科技股份有限公司（以下简称“开立医疗”）发布了第四代人工智能产前超声筛查产品“凤眼S-Fetus”，为超声诊断痛点问题提供了解决方案。
该产品的突破性来自于能够在实时状态下进行丘脑切面、侧脑室切面等14个标准切面的自动识别、自动抓图，图像实时质控，并自动测量头围、双顶径等12个项目参数及脊髓圆锥定位，最后将结果自动录入生成报告。实现了医生专注打图无需操作设备的场景化全智能工作模式。
通过这项技术，超声医生不但不再需要依赖经验寻找标准切面进行测量，而且能够直接获取胎儿生长参数及超声报告。无需再通过频繁操作按键测量生长参数，也无需再进行易错的数据输入工作。对于有效提高超声产筛效率、精准性，解决医疗资源分配不均问题，以及提升医院质控管理水平有着重要意义。
事实上，AI对于超声的赋能与其他科室的应用类似，主要是以提升准确率、提升诊断效率为主。但不同的是，超声应是一种普惠的诊断工具，其应用范围广泛，且拥有广泛的基层医疗场景作为应用基础。这赋予了AI超声非同一般的意义。
凭借无损伤、非介入、经济实用、适应性广等优势，超声诊断设备市场不断快速增长。Fortune Business Insights数据显示，2020年全球超声诊断设备的市场规模为72.6亿美元，预计到2028年底将达到129.3亿美元，复合年增长率为7.8%。
不过，超声的动态影像并不如静态影像那样能够简易保存。要对超声影像进行AI研究，必须记录并截取特定时刻特定切面的影像。同时，解决超声由于扫查方式不同、彩超设备不同、数据非标准等客观因素，算法模型搭建困难等难点。技术上的高要求与标准训练数据的缺失，致使专注于AI超声研究的企业少之又少。
要想真正产出有价值的智能超声产品，企业只有在标准数据收集处理的基础上，将超声成像与影像后处理相融合、将传统技术与深度学习相结合，才能逐渐攻克这些难关。
开立医疗在超声领域拥有20年研发经验，在人工智能等核心技术上有着深厚积累。而“凤眼S-Fetus”正是开立医疗在第一代智能应用的基础上进一步开发出的全新技术。历经三年技术迭代，以及研发团队与智能妇产多中心联合研究，此次开立医疗更进一步，完成了基于动态图像对标准切面自动抓取的人工智能技术突破。
从第一代到第四代“S-Fetus”，开立医疗实现从重复按键到一键获取，从4个切面与4个测量，到14个标准切面的自动抓取与12个项目自动测量的跨越。为产前超声检查发展提供了更多可能性。
据悉，“凤眼S-Fetus”技术是国内首个基于深度学习的产科超声智能检测技术，也是全球首款基于动态图像的标准切面自动抓取的人工智能技术。通过核心算法、独创架构、跨架构发挥硬件潜能实现根本性突破，弥补如仅局部流程或部分环节智能，不可避免的具有延时等待、智能与非智能之间工作模式切换时用户思维及操作习惯的跳跃、机器仍然需要用户干预等不足问题。
同时，该技术能够在医师实时扫查过程中智能识别是何种切面，全程自动抓取标准切面，自动测量并将测量结果准确录入报告中的相应胎儿生长参数项目内。与传统超声技术相比，一键化的全自动测量所需时间仅为传统技术时间的7.79%，可节省检查过程中测量所需时间的90%以上。
其中，标准切面自动识别、抓图及测量，不仅能够使超声医生不用再盯着屏幕寻找标准切面，有更多时间关注胎儿解剖结构的正常与异常；而且能够使基层医院医生留存的图像质量与大三甲超声医生拥有相近水平，有效解决医疗资源不均衡问题。
在生长参数测量上，“凤眼S-Fetus”则能够将众多胎儿生长参数呈现于超声医生面前，同时对参数进行深入分析，无需医生频繁操作按键测量生长参数，以及翻看生长参数表对参数进行判别，减少近70%按键次数。
在超声报告编写上，则能够帮助医生准确将超声参数填入超声报告中，避免医生在数据录入环节出现差错，同时避免重复机械工作，减轻医生工作压力。
“近年来，部分医院在产科超声图像分析中引入了自动/半自动技术，但是在实践过程中，这种方式也暴露出测量准确性不高、自动化程度低、临床应用效果不佳等问题。
‘凤眼S-Fetus’工作流程中，前端根据场景需要产生多种模态数据，后处理进行实时多模态数据重建、处理及优化。针对重构优化后的数据，AI则需实时识别追踪模块高精度分析提取标准面。标准面决策调度模块则需根据策略调度自适应切面特征提取模块提取量化特征。最后进行量化分析及后续一体化自动业务完成。”开立医疗国内超声市场部负责人李广浩谈到。
开立医疗此次研发的“凤眼S-Fetus”基于新型可移植神经网络模型，以及新兴算法机制Transformer等技术，以临床诊疗需求为导向，实现了根据实时顺序，更全面地将图像特征融合在一起进行抓取和判读，而非简单地卷积特征提取。
国内某知名医院对比了“凤眼S-Fetus”与传统超声技术在16-41周正常胎儿标准切面获取、切面识别以及自动测量的临床应用。对比结果显示，S-Fetus技术对自动切面获取的成功率可达99%以上，单次切面获取的成功率可达95%以上；生长参数自动测量其准确度可达99%以上，单次测量的准确度可达98%以上。
使用“凤眼S-Fetus”技术进行产科超声诊断（从左到右：采集丘脑横切面、丘脑腹部横切面、股骨纵切面）
据了解，“凤眼S-Fetus”技术测量的重复性较好，能够对同一个切面进行多次自动化测量，其测量结果几乎没有差异。对于初级医院经验不足的产前超声检查医师，使用“凤眼S-Fetus”技术可以提高获取标准切面和测量参数的准确性，减少检查中的误差，提高产前超声检查的质量。
可见，“凤眼S-Fetus”技术可极大简化产前超声检查的操作过程，节省检查时间，减轻超声医师的工作负担，从而提高产前超声检查和诊断的效率，助力传统超声向智能超声转变。
通过智能化的辅助诊断和治疗软件，简化超声检查流程、提高诊断效率，提高超声引导下治疗的精准度，尤其可以大幅提升基层医生和年轻医生的诊断水平，降低误诊和漏诊的概率。
可见，智能超声诊断是“AI+医疗”的重要场景，也是未来超声诊断发展的一大趋势。
开立医疗此次技术突破，解决了低年资医生对标准切面认知不足、对疾病判断力不够，以及亟需专业培训的问题；中年资医生工作量大，重复性工作大量挤占学习及提升时间，效率不足等问题；高年资医生，心理压力大，基础性工作挤占诊断时间，无时间解决疑难杂症问题。
除解决医生端痛点需求外，对于医疗机构而言，此项技术则能够帮助低年资医生快速上手，中高年资医生提高效率，帮助医院降本增效，同时减少漏诊及误诊率，有效平均医疗资源。实现了诊断精准率提升、超声诊断流程简化，以及超声诊断门槛的有效降低，迎合“分级诊疗”政策的发展。
据悉，目前“凤眼S-Fetus”已投入部分医院使用。未来产科超声筛查的大面积普及，或已不远。
渝公网安备 50011202502165号
