9月20日，首都转化医学创新大赛总决赛暨颁奖典礼于在北京隆重举行，总决赛采取现场路演+评委现场打分的形式进行项目比拼，27个项目依次由10个专业评委和36个大众评委现场亮分，最终共评出一等奖3名、二等奖7名、三等奖17名、最佳创意奖3名、最具投资价值奖3名，同时前期赛程中确定的最佳组织奖3名及优秀组织奖8名也一并揭晓（点击查看获奖名单）

转化医学创新大赛优秀获奖项目展播活动将对27个项目逐一进行展示，欢迎联系咨询。本期将介绍本届大赛三等奖获奖项目——“甲状腺癌超声智能诊断系统与辅助平台的建立”，项目来源：中国医学科学院北京协和医院

项目详情

目前甲状腺癌发病率急剧上升，已成为严重的公共健康问题。据卫计委的流行病学资料统计，在我国四十岁以上人群甲状腺结节的发病率为39.7-50.3%，甲状腺癌的发生率在7%-15%之间。甲状腺疾病正在成为我国的高发性疾病。

超声是最主要的诊断手段，但是诊断结果不同程度地受到医生临床经验、知识水平和工作状态等主观因素的影响，广大基层超声医师读图及诊断水平参差不齐，正确判断甲状腺结节超声检查仍面临十分严峻的挑战。大量的甲状腺结节超声首诊检查、以及术后随访均发生在基层医疗机构，如出现误诊和漏诊会极大干扰患者后续科学的治疗及随访，同时耗费大量的人力、物力和财力。因此，亟需借助信息技术来提高甲状腺结节诊断的客观性、高效性、科学性。

甲状腺结节人工智能辅助诊断平台是由国家自然科学基金项目支持，采用医工结合的方式，模拟超声医生评估甲状腺结节过程。本项目通过甲状腺结节图像特征识别标定，建立结节成像特征为基础的数据库，确定超声风险评估模型；针对基于细粒度超声卷积神经网络模型的甲状腺癌自动识别，采用卷积神经网络模型的多特征多通道信息融合技术，融合基于CNN Bank网络结构实现细粒度甲状腺特征分类。以图像局部和全局视觉特征统一建模、深度学习等技术为切入点，建立基于超声征象的甲状腺结节风险评估深度学习系统。原型系统判断良恶性判别准确率不低于90%、结节特征判别准确率不低于85%、单张图像判别时间不超过10秒。

本项目的主要研究者为北京协和医院超声诊断科张波教授、北京航空航天大学虚拟现实技术与系统国家重点实验室副主任、国家科技进步一等奖获得者郝爱民教授及其团队。该项目研究团队分别在甲状腺超声诊断和计算机深度学习、人工智能技术方面在国内享有盛誉。其产品前期经过北京蝶翼智能科技有限公司小范围的试点工作，在基层医院深受超声科大夫的欢迎，且与术中的病理结果对照，该平台准确率目前为止可接近100%。相信，该产品的广泛应用对于全面提升甲状腺结节诊断水平具有重要的意义。

 项目合作咨询 

联系人：中国技术交易所 李建国、解鹃

邮箱：jgli@ctex.cn，jxie@ctex.cn

电话：010-62679692/9693

手机：18311250950，15701010628

地址：北京市海淀区北四环西路66号中国技术交易大厦B座16层