[发明专利]一种基于人工智能的职业性尘肺病精准诊断系统及方法

说明书

本发明属于人工智能技术领域，公开了一种基于人工智能的职业性尘肺病精准诊断系统及方法，规范化采集技术质量优良的X线高千伏和数字化摄影(DR)后前位胸片，对其进行分区、分期标记，确定职业性尘肺病分期结果，分析建立病灶影像特征与该病病理基础、解剖之间的关联关系；用于X线高千伏和DR后前位胸片图像分割、标签分布构建、期别预测的深度学习模型和技术方案，对职业性尘肺病影像中无尘肺、壹期、贰期和叁期尘肺进行分级；将提出的深度学习诊断模型作为临床诊断的辅助工具，对结果进行对比验证和优化；建立诊断系统，指导职业性尘肺病的预防、诊断以及职业病伤残等级评定。本发明实现职业性尘肺病的精准诊断和早期干预。

技术领域

本发明属于人工智能技术领域，尤其涉及一种基于人工智能的职业性尘肺 病精准诊断系统及方法。

背景技术

职业性尘肺病是在职业活动中长期吸入不同致病性的生产性粉尘并在肺内 潴留而引起的以肺组织弥漫性纤维化为主的一组职业性肺部疾病的统称。按我 国《职业病分类和目录》，主要包括矽肺、煤工尘肺、石墨尘肺、炭黑尘肺、 石棉肺、滑石尘肺、水泥尘肺、云母尘肺、陶工尘肺、铝尘肺、电焊工尘肺、 铸工尘肺十二种。目前，我国职业性尘肺病的诊断依据《职业性尘肺病的诊断》 (GBZ 70)标准。职业性尘肺病的诊断原则是根据可靠的生产性矿物性粉尘接 触史，以技术质量合格的X射线高千伏或数字X射线摄影(DR)后前位胸片表 现为主要依据，结合工作场所职业卫生学、尘肺流行病学调查资料和职业健康 监护资料，参考临床表现和实验室检查，排除其他类似肺部疾病后，对照职业 性尘肺病诊断标准片，方可诊断。诊断医师应严格按照诊断标准，根据X线胸 片小阴影的总体密集度，小阴影分布的肺区范围，有无小阴影聚集、大阴影、 胸膜斑等，将尘肺病诊断分为壹期、贰期和叁期。

根据国家卫生健康委员会发布的全国职业病报告，2007-2016年10年间职 业性尘肺病占职业病报告的平均比例为85.4％，平均每年新报告病例的增长比例 达到11.6％。数据表明，职业性尘肺病是我国职业活动中最主要的职业病，而且 潜在罹患职业性尘肺病的人群庞大，其中四川省职业性尘肺病患者人数高居全 国第三位。职业性尘肺病所致肺纤维化不可逆转，且并发症多，目前职业性尘 肺病治疗手段有限，故尘肺病患者患病后大多逐渐丧失劳动能力，导致患者家 庭因病致贫、因病返贫，健康状况和生活质量严重下降。尘肺病的诊治康复费 用给患者和社会带来沉重的经济负担。经测算，尘肺病一年使我国损失1845亿 元，包括直接经济损失250亿元，间接经济损失1595亿元，间接经济损失是直 接经济损失的6倍。用伤残调整生命年(Disability adjusted life year,DALY)方法 计算尘肺病患者人均一生社会生产力损失为60.85万元。因此，早期发现并及时 干预对职业性尘肺病的防治至关重要。

作为法定职业病，职业性尘肺病病人的待遇和安置以评定的伤残等级为主 要依据，伤残等级评定依赖于职业性尘肺病分期、肺功能损伤程度。由此可见， 职业性尘肺病的准确诊断涉及国家救助和企业工伤保险的落实等关系民生福祉 的重要举措。由于不同地区和不同机构的职业病诊断医师诊断水平存在差异， 易受多种因素干扰，导致职业性尘肺病诊断分期结论的同质性差，从而引发诸 多社会问题。

然而在职业性尘肺病诊断过程中，由于不同职业病诊断医师对职业性尘肺 病细微结构的认知存在较大差异且易受外界因素干扰，导致职业性尘肺病诊断 结论不能客观反映、精准评价患者肺部损害的真实改变。实现职业性尘肺病精 准诊断，亟待解决下述关键技术问题：

(1)按照现行的职业性尘肺病诊断标准，由取得职业病诊断资质的医师将 拟申请职业性尘肺病诊断患者的胸片与标准片对比，集体讨论后形成诊断意见。 在此过程中，职业病诊断医师对影像的识别和对比较为主观，易受外界因素干 扰，识别结果的稳定性不够、可重复性差。

(2)不同地区和不同诊断机构的职业病诊断医师因对职业性尘肺病影像改 变的认知不同和工作经验的差异，其诊断水平参差不齐，诊断结论同质性较差， 甚至出现误诊、漏诊。