经过公司研发团队的潜心打磨，脑医生千图深云AI平台(以下简称Trilimage AI)终于面世 ，首期集成了脑卒中AI模块（包括脑梗塞和脑出血），该模块能对病灶进行自动识别与分析，且测试结果已经达到专业医生的水平。

1、我国脑卒中现状

脑卒中（俗称“中风”）是一种致残率、致死率非常高的脑血管疾病，包括缺血性和出血性卒中。

中国是脑卒中发病率是全世界最高的国家之一，根据《中国脑卒中防治报告2016》所述，我国40岁以上人群现患和曾患脑卒中人数为1242万，且患者年轻化趋势明显。

2、首选检测方法

脑梗塞约占脑卒中的75%，其临床表现主要有偏瘫、失语、感觉障碍等神经功能缺失表现。

溶栓治疗的成功开发为脑梗塞治疗带来新局面，但普遍认为在发病3-6小时内使用效果最佳，且不良反应最小。诊断学上认为发病6小时内的超急性期脑梗塞诊断或提示诊断尤为重要，而早期诊断的关键是选择适当的检查方法。

MRI在检查效果上优于CT，但MRI设备价格及检查费用均较高，且检查时间较长，目前国内普及率相对较低。从临床实用性以及医疗设备的普及程度来看，或从区别出血性和缺血性脑卒中角度考虑，最直接、最实用的方法还是使用CT平扫图像作为待检测医疗图像。

3、传统方法的痛点

由于CT的信噪比相对较低，脑卒中检测选择CT平扫图像，有些区域结构难以清晰显示，无法识别超急性期脑梗塞，此外脑卒中的临床表现十分复杂，病变的形状及性状随时间不断变化，闭塞血管位置个体差异大，为临床诊断带来困难。

传统方法依靠医生阅片，因长时间工作引起的疲劳导致漏诊几率增高；此外，我国很多医院医疗水平参差不齐，误诊率、漏诊率较高。

近年来随着计算机视觉算法的发展，深度学习在图像领域取得了很快的发展。但受限于医疗影像领域的特殊性，影像数据来源较少，主要依靠经验丰富的专业医生标注，容错率低，对数据和标注要求高，阻碍了计算机视觉算法在医疗图像领域上的发展。

4、攻克难关

针对以上问题，脑医生团队从最根本的数据入手，在全国范围内收集了海量已标注的中国人脑真实CT数据。

检查后的数据交由脑医生算法团队进行算法研究，经过不断的钻研、尝试，研发团队终于在日前研发出智能阅片系统——Trilimage AI。

脑梗塞AI检测（标注区域为病灶区域）

Trilimage AI从CT设备自动接收影像数据，通过阅片界面一键进行脑梗塞或脑出血的AI分析。分析完成后，病灶区域会被精确标注，并一键生成AI报告。

脑出血的AI检测(标注区域为病灶区域)

为提供给医生详细的病灶信息，研发团队利用公司自有的中国人群大脑模板进行脑区配准，医生可从报告中获得详细的病灶体积、病灶位置、每个脑区中的病灶体积等关键信息，这些信息正是临床医生所迫切需要的。

5、重大意义

利用人工智能技术获取影像中的关键信息，通过多层神经网络和神经元来模拟人类大脑实现图像识别，可在急性脑梗塞的CT中自动识别病变区域，明确定位梗塞，精准定量分析脑部血流量，快速指导治疗，为脑卒中的早期诊断和预防提供重要依据，从而实现诊断、治疗与评估一体化的目的，大大提高临床疗效，降低患者死亡率和致残率。

目前，脑医生在脑卒中的CT影像诊断准确率已超過80%，更重要的是，作为国内首个基于CT影像数据的脑卒中智能诊断系统，脑医生更符合医生的使用习惯，临床应用更为广泛。

系统上线不到一个月，已受到各大顶级医院专家们的青睐。除了辅助诊断外，还能应用于个性化治疗、药物研发、疗效评估、脑卒中后遗症康复训练及健康管理当中，具有无可比拟的优越性，未来将在脑卒中医疗领域带来一场颠覆性的革命，造福更多人群。