9月17日-20日由科技部、中科院、中国科协、北京市政府主办，教育部、中国工程院、国家知识产权局、中国贸促会、世界知识产权组织、国际科技园及创新区域协会支持，中关村论坛组委会办公室承办的2020年中关村论坛在北京开幕。本届论坛的主题为“合作创新·共迎挑战”，聚焦“全球疫情下的民生福祉”，深入研讨科技抗疫、生命健康、全球创新合作、科技发展前沿等国际关心的重大议题。北京大学第三医院运动医学研究所余家阔教授团队与医准智能联合研发的AI产品“膝关节MRI人工智能诊断系统”亮相展会，与来自全球30余个国家及地区的2200余名嘉宾共同分享AI赋能医疗的优秀成果。

北京大学第三医院展台

膝关节是人体最常见的运动损伤部位，膝关节MRI（磁共振成像）是诊断膝关节损伤的有力工具。然而，对于非运动医学专业的医生来说，往往出现阅片时，对诊断ACL (anterior cruciate ligament, 前交叉韧带) 断裂不可或缺的MRI的读片，不仅用时长，还经常发生漏诊。一旦漏诊，就会改变一个就诊患者的膝关节的命运，也就此会改变该患者及其家庭的命运。因ACL损伤的漏诊率高，基层医院医生阅片水平有限，因此膝关节MRI人工智能诊断系统需求量较大。新兴的深度学习技术可以通过临床大数据建立自动识别模型，提高临床MRI阅片效率，减少医生工作负担，同时提高基层医院的阅片水平，具有良好的社会效益和市场前景。

因此，北医三院运动医学研究所余家阔课题组与医准智能展开合作，汇集来自北京大学医学部和北京航空航天大学的医学、计算机和人工智能领域专家，立足临床需求，创新性融合卷积神经网络算法，共同研发了这个膝关节MRI人工智能诊断系统。

膝关节MRI人工智能诊断系统依托来自北医三院运动医学研究所余家阔课题组王鼎予博士课题涉及的7000例膝关节MRI及作为其诊断金标准的手术记录，应用卷积神经网络技术，通过集合核磁多序列多体位影像信息对患者情况进行综合判断。根据诊断逻辑，我们选取膝关节T2/PD序列的冠状位和矢状影像进行分析。选择经过ImageNet大量数据集验证的Resnext模型分别对冠状位矢状位影像进行特征提取，并对模型进行多次难例挖掘提升其对诊断难度较大病例的拟合效果。在此基础上，我们引入注意力机制提取关键部位特征信息。经过多层卷积操作提取出影像的关键特征表示。同时在过程中使用最大值池化，可以提取出网络特征中最具有意义的部分，剔除掉不必要的噪声对网络造成的影响。创新性使用卷积神经网络对膝关节韧带撕裂分型进行诊断；基于多尺度特征的检测与分割模型对膝关节骨挫伤病灶进行定位及诊断。同时，还针对于膝关节病变和其余组织间的空间特性创新设计出组合轮廓的标注系统。

北京大学第三医院运动医学余家阔课题组2020医师节部分成员合影