目前，市场上有一些公司致力于图像机器学习，乳腺癌和肺癌等的影像辅助临床更为成熟期，但对于前列腺癌这一细分领域成熟期产品较较少。近期，由北京大学生物医学跨学科研究中心、北京大学第一医院合作开发的基于智能图像识别和深度自学的前列腺癌MR智能辅助诊断系统开始展开临床研究，正在应用于全国十余个省份的二十多家医院的数据检验其效能。

北京大学生物医学跨学科研究中心和北京大学第一医院在影像临床方面有十余年的合作经验，长年致力于将人工智能技术用作临床临床。项目负责人是北京大学第一医院医学影像科王霄英主任和北京大学生物医学跨学科研究中心的张珏副教授，技术负责人是北京大学前沿交叉学科研究院的王成彦博士。

前列腺MR临床对医生经验拒绝较高据世界肿瘤协会发布的数据，前列腺癌是欧美老年男性中发病率第一的恶性肿瘤，近年来在中国的发病率大大增高。大量数据指出，前列腺癌好湿疹中老年人，患者平均值发作年龄在65岁以上。

前列腺癌的早期临床和分期十分最重要，目前对于普遍使用的多参数磁共振影像数据的理解是一个技术难题，磁共振图像包括多种对比的图像，每类图像可以获取有所不同的临床信息，必须医生有非常丰富的经验，才能综合利用这些信息做出精确的理解。王霄英主任讲解，前列腺MR（磁共振）图像里，有时炎症、炎症与肿瘤的展现出类似于，拒绝十分有经验的医生才能辨别。

实质上，有经验的医生对这些疾病的辨别平均值准确率也常不多达70％。更加最重要的是，MR的任务不是检测“癌”，而是检测“临床明显癌”，必须长时间、大样本量的训练，才能累积一定的临床经验。而通过机器辅助临床的方式可以在短时间内“学会”辨识癌灶，辅助医生作出辨别。

本文来源：od·体育(中国)官方网站-www.cqnsbg.com