在肝硬化初期，患者自身没有明显不适感，同时很多地区医疗资源或是医疗水平有限，很难及时诊断疾病。目前，基于肝穿刺的肝脏病理组织学检查是诊断、分类及预后判定肝硬化的金标准。作为一种有创检查，肝穿刺实施中存在一定的风险，且难以反复多次进行。此外，由于获取的肝组织标本太小，未必能表征全部病情，影响诊断的正确性。
“事实上，发现得早，肝硬化患者的生存期与生存质量可以得到改善，甚至是可逆的。”工程大刘翔团队开发的肝硬化分析筛查系统，通过高频超声获取检查者的肝脏浅表切面图像，基于医学影像分析技术，提取肝脏表面几何特征与纹理特征，为肝硬化的医学诊断提供有效的衡量指标。同时通过机器自我学习，辅助医生对肝硬化病程分析，并对不断积累的超声图像的持续学习，自我提高系统分析精度。“这套系统的优势在于无创、无痛、无电离辐射影响，相对于以血生化指标作为病程中的动态和转归指标，其更适合临床病情的动态观察。”刘翔表示。
研发这套系统，刘翔和团队付出了不少心血。通过一系列数字化指标，将超声影像分析由定性分析进化到定量分析。“我们首次将肝包膜的形态学分析引入肝硬化程度的定量评价之中。通过深度学习与迁移学习，实现系统的自我进化与完善。”刘翔说。
2016年11月起，这套系统已经在上海长征医院和北京部分医院开展临床测试。在实验数据集上，早期筛查准确率达到94%左右，去年11月，升级到2.0版本的肝硬化分析筛查系统，通过1年300多例分析的训练，准确率已接近100%。利用高频超声，系统还准确实现九成以上肝硬化分期。“我们有信心将它的准确率提升。”
在刘翔看来，国人习惯于身体不适后再去看医生，这套系统则提供了一种无创、低成本的解决方案，在体检中即可开展肝硬化的筛查工作。人工智能的引入，能有效辅助医生治疗，并通过积累病例提高检查精度。“如果能够将经验到医疗资源不足地区，有助于促进医疗资源的平衡。” 见习记者 郜阳
