大夫，請問我這個病是個什么情況？是良性還是惡性的��？”“我這個病跑了好幾個醫院了，每次診斷結果都不一致，這是怎么回事呢？”“請問我經過治療后還會再復發嗎，我還能活多久啊？”這些經常由患者向臨床醫師提出的棘手問題，一般也會發生在放射醫生的會診閱片中。

       要回答上述問題，除了“病理”這項診斷金標準，CT檢查也發揮了重大作用。CT成像的基本原理是X線束照射人體不同檢查部位的組織、器官，因其密度、厚度等差別產生不同的衰減，導致探測器接收衰減后的x射線，經過信號轉化處理成不同的灰階的相應的人體組織、器官的CT圖像。當患者體內組織發生病變后，其不同密度的病理組織同樣能被CT設備所檢出，這就是CT能夠檢出病變的基本原理。

       一般來說，CT作為診斷工具，其圖像質量是幫助醫生做診斷的核心指標。也因此，CT影像的發展一般沿著如何在降低輻射的同時、提高圖像質量。為此，行業的頭部玩家們們紛紛致力于將深度學習、能譜成像等先進技術引入CT，以提升其效能。

       據GE醫療中國首席技術官孫旭光介紹，CT影像大體已經歷了三個階段的發展：從最早的濾波反投影階段，圖像類似早年的電視模擬信號，有許多雪花和噪聲；到第二階段逐漸迭代，模擬信號慢慢變成高清信號；2019年之后的第三階段引入了深度學習算法，直觀效果“就好像電視現在都進入4K、8K時代”，可以看到更多細節、更好的組織邊界，以及更低的噪聲。

       由GE醫療自主研發而成的TrueFidelity™ GSI便是這一思路的重要體現，其主張要“還原影像片真實模樣”，將真理能譜圖像技術和CT斷層數據圖像復原技術相結合。該技術在今年9月舉辦的世界人工智能大會上得到了集中展示。


       據悉，TrueFidelity™是GE醫療的深度學習圖像重建系統，與傳統算法相比，TrueFidelity™能通過持續學習高劑量下的高清影像，配合GE醫療相關的硬件技術，能將低輻射劑量下獲得的原始數據重建成高質量的圖像，還原圖像真相。

       而GSI則是一種能譜成像技術，它突破了常規CT只有單一的CT值這一參數的邊界，可以提高細小結構的顯示，發現傳統CT難以發現的病灶，對物質成分進行鑒別，做出更精確的良惡性定性診斷，并可以進行物質成分的定量分析和追蹤。“舉一個著名的例子，用CT圖像去掃描一杯水，我們看到的只是水；但用CT的能譜成像就可以看到這杯水是糖水還是鹽水，得到更豐富的信息。”

       能譜成像（GSI）與深度學習架構相結合的TrueFidelity™ GSI，則是要助力Apex CT設備無論常規掃描還是能譜掃描的原始數據中，均可根據學習結果對噪聲進行自主判斷，特別是針對腫瘤早期病變，TrueFidelity™ GSI讓輕度強化病灶與周邊組織結構的區分更加清晰，從而協助臨床為患者前移重疾早診早治時間窗口。據悉，該技術還采用了高低壓瞬間切換的技術方法，以精準控制球管的曝光，幫助醫生減少視覺疲勞，進而也有利于疾病的精準診斷。

       通俗地理解，AI算法（深度學習）幫助提高圖像質量，能譜技術幫助發現更多病灶細節，二者“buff疊加”，幫助CT發揮最大的功能，以解決更多復雜的臨床問題；另外，也讓原本由于特殊體型的原因，無法進行能譜CT檢查的病人，也能獲得高質量的能譜檢查圖像。

       “舉例來說，如果要做一個腫瘤活檢，但腫瘤內部成分其實是不均勻的，若在腫瘤內部取一個區域的生化組織做活檢，未必能得到最準確的結果”。也因此，活檢勢必要依賴于其他的輔助診斷手段。TrueFidelity™ GSI則提供了對應的解決方案，即“基于更精確的影像信息，幫助病理活檢采集到真正所需部分的組織樣本”，以期得到更精準的腫瘤診斷結果。

       目前，TrueFidelity™ GSI技術已通過中國NMPA認證，搭載該技術的相關設備也已在上海瑞金醫院使用，正逐步推廣中。孫旭光也表示，這只是AI技術在醫療影像領域應用的冰山一角，他認為，未來AI技術還可以更好地幫助整個醫療技術發展，不光是診斷，甚至是治療，譬如越來越多的微創手術應用，其理念都是讓患者受到最少傷害的情況下得到治療，這些都有賴于智能影像技術的發展。

       可以肯定的是，AI技術為我們帶來的不僅僅是觸手可及的便利，更加速傳統的醫療場景轉型與落地，讓醫療資源實現了效果最大化，更提升了人們的健康水平，改善患者的預后效果。而隨著以TrueFidelity™ GSI技術為例的更多AI技術問世，AI“邂逅”腫瘤診治、精準醫療，也將引來新一輪醫學革命。