提出基于多因素修正的孔洞面积分析方法,突破单一图像变化分析的局限。创新点包括:引入虚拟支气管树与实时图像融合分析,实现解剖结构与实时视频的动态配准。建立“面积修正量”与“真实面积”计算模型,有效区分角度遮挡与真实病变。提出“面积变化规律值”与“异常可能度”量化指标,实现异常结构的智能预警。
成果详细用途:(1)用于结核病患者支气管镜检查中的实时导航与定位辅助。
(2)可预警气道内肿瘤、异物、结核性狭窄等异常结构,帮助医生调整进镜路径,避免误入或损伤。
(3)适用于电磁导航支气管镜系统,提升其在复杂支气管树中的定位精度和操作安全性。
预期效益说明:(1)提升重大传染病诊治水平,助力公共卫生:
结核病仍是全球重大公共卫生挑战。该技术能精准定位支气管结核病灶,提高镜下活检的阳性率和治疗(如局部给药、球囊扩张)的准确性,从而提升难治性、耐药性肺结核的诊疗效果,助力“终结结核病流行”的公共卫生目标。
通过减少误诊、漏诊和无效治疗,降低因结核导致的长期伤残和社会负担。
(2)优化医疗资源配置,推动分级诊疗:
该技术将部分顶尖专家的“经验与眼力”转化为可复制的“算法与标准”,降低复杂支气管镜手术的技术门槛。
有助于在区域医疗中心普及高难度介入操作,让更多患者在本地获得精准治疗,缓解患者向顶级医院集中的压力,促进优质医疗资源下沉。
(3)推动医疗技术国产化与智能化升级:
该技术属于“卡脖子”的高端医疗影像AI与手术导航核心算法,其成功转化是对进口高端导航系统(如Veran, Medtronic)的有效补充乃至替代。
符合国家鼓励 “高端医疗器械国产替代”和“人工智能赋能医疗” 的产业政策方向,具有标杆示范效应。
(4)沉淀医疗数据资产,赋能医学研究:
在合规前提下,系统运行过程中将积累海量、高质量的术中实时影像与操作数据。
这些数据可反哺结核病病理研究、新型介入器械研发、以及更高级别AI模型的训练,形成 “应用-数据-优化” 的良性循环,推动整个呼吸介入学科的发展。
肖继椿