前列腺癌是欧美老年男性发病率第一位的恶性肿瘤，近年来在中国的发病率不断升高。前列腺癌好发于中老年人，患者平均发病年龄在65岁以上。

前列腺癌的早期诊断和分期非常重要，多参数磁共振（Magnetic resonance, MR）成像是术前检出局部病灶的重要影像方法，但影像数据的解读是技术难点。MR采集多种对比的图像，每类图像可以提供不同的诊断信息，需要医生有丰富的经验，才能综合利用这些信息作出准确的解读。

北京大学第一医院和北京大学生物医学跨学科研究中心在影像诊断方面有十余年的合作经验，长期致力于将人工智能技术用于临床诊断。近期在项目负责人王霄英教授和张珏副教授的带领下，研究团队在前列腺癌MR成像的计算机辅助诊断（computer aided diagnosis, CAD）领域获得较大进展。

    成果之一是建立了基于北京大学第一医院前列腺癌MR资料库训练的智能辅助诊断系统，运用了人工神经网络的技术，从MR图像数据中挖掘出有用信息，让计算机可以从中“学到”肿瘤的影像表现。CAD输出的结果可基于MR图像对前列腺癌进行预测，以概率地图的方式呈现给临床医生。经过与病理结果的对照，证实了这种方法的准确性和有效性。

     探索和搭建这套辅助诊断系统，该研究团队用了近10年的时间，目前小样本初步验证的结果显示该系统对临床显著癌的诊断准确率已超过90%。该系统针对不同经验的医生应用情况可有不同。可以是医生先读片，系统后读片，此时的作用是减少误诊；可以是系统先读片，医生后读片，减少漏诊；也可以是医生和系统同时读片，针对医生找到的可疑病灶，系统给出癌的可能性。

在前列腺癌MR智能辅助诊断系统的帮助下，影像科医生的阅片时间有可能显著缩短。研究团队未来会在云数据平台的基础上，收集和研究全国多家医院的影像数据，对CAD进一步优化。

总之，随着信息技术及移动互联网的不断发展，智能化工具在健康领域的应用越来越多，包括疾病的诊断、预防、监测及患者自我健康管理等。前列腺癌MR成像的CAD研究，是该领域的一个较大进展，未来的临床应用值得期待。

此项研究成果已在SCIENCE CHINA Life Sciences 2017年第1期出版，敬请关注：

“Quantitative analysis of diffusion-weighted magnetic resonance images: differentiation between prostate cancer and normal tissue based on a computer-aided diagnosis system”

[点链接可免费获取全文：http://engine.scichina.com/publisher/scp/journal/SCLS/60/1/10.1007/s11427-016-0389-9?slug=full%20text]

关注请加：scichina1950/中国科学杂志社   或扫描识别二维码：