近日，青海大学附属医院肝胆胰外科（青海省包虫病研究重点实验室）樊海宁教授团队与中国人民解放军总医院第五医学中心介入超声科梁萍教授、于杰教授团队在国际权威杂志《Lancet Digit Health》（The Lancet Digital health，影响因子36.615，中国科学院医学一区TOP期刊）上发表题为“基于DCNN的肝包虫病超声诊断模型：一项在中国的回顾性、大规模、多中心研究（Ultrasound identification of hepatic echinococcosis using adeep convolutional neural network model in China: a retrospective, large-scale, multicentre, diagnostic accuracy study）”的论文。该论文是我校在包虫病领域研究的又一成果，也填补了我省临床医学研究在国际顶级期刊的空白。

包虫病是一种严重影响我省牧民的人畜共患寄生虫病，我省果洛玉树地区是我国包虫病的主要流行地区。中国人民解放军总医院梁萍教授、于杰教授团队在超声领域取得丰硕成果，开创了微波消融治疗多脏器肿瘤的新方法，确立了微波消融的国际领跑地位。近年来在梁萍教授、于杰教授指导和设计下，充分与樊海宁教授在包虫病领域开展合作。本次利用多中心超声数据集开发了一种基于超声的深度卷积神经网络（DCNN）模型，用于识别棘球蚴病及其类型，并将ResNet-50、ResNext-50和VGG-16作为分类DCNN模型的骨干网络架构。为了训练和测试DCNN模型，使用2002年1月1日至2021年12月31日来自中国87家医院6784例患者的9631张肝脏超声图像。DCNN模型训练了6328张图像，内部验证了984张图像，测试了2319张图像。ResNet-50网络结构优于VGG-16和ResNext-50，DCNN诊断能的表现明显优于12名放射科医生。

目前罕有基于超声图像和人工智能辅助的棘球蚴病诊断方案，该研究中的DCNN模型研究报道，本研究基于DCNN的肝包虫病超声诊断模型对既往类似研究中的缺陷进行了优化，并有助于远程医疗诊断。DCNN模型对棘球蚴病及其类型具有较好的准确性和可靠性，可以提高棘球蚴病高度流行和偏远地区放射科医生的超声诊断能力。

在樊海宁教授及多位老师指导下，由我校附属医院肝胆胰外科（青海省包虫病研究重点实验室）王展副主任医师与清华大学张学工团队的卞海洋博士共同撰写的另一篇论文“利用深度学习技术基于肝包虫病CT平扫图像的诊断模型：一项回顾性、多中心研究（Detection and subtyping of hepatic echinococcosis from plain CT images with deep learning: a retrospective, multicenter study）”已被国际权威《Lancet Digit Health》杂志接收，即将见刊。该研究利用深度学习技术，基于肝包虫病CT平扫图像建立了包虫病人工智能诊断系统（Echinococcosis Diagnostic AI System，EDAM），EDAM由切片级预测模型和患者级诊断模型两个主要模型组成，在诊断 AE 和 CE 方面显示出较高的灵敏度和特异性，且优于同期参与临床试验的放射科医生。EDAM 拥有较高的性能和速度，可以从一定程度上减轻医生的工作量，协助医生进行辅助诊断，并且基于平扫 CT的 EDAM更适合包虫病筛查。

基于我省地方病特色，我校附属医院肝胆胰外科多年来致力于包虫病的基础与临床研究，团队在学术带头人樊海宁、王海久的带领下，在包虫病的基因组学研究、分子诊断、免疫机制研究、药物研发和临床治疗新技术的应用与推广等方面做了大量工作。团队以第一作者或通讯作者发表SCI论文70余篇，培养研究生240余名。2021年在《Clin Infect Dis》 发表了“Parasite Circulating Cell-free DNA in the Blood of Alveolar Echinococcosis Patients as a Diagnostic and Treatment-Status Indicator”论文（影响因子20.999），并将该研究成果应用于临床。

本次我校附属医院在包虫病领域的研究成果被推向国际学术平台，不仅彰显了我校在推动包虫病研究及医学领域合作的积极作用和影响力，也进一步提升了我校在学科研究领域的全球声誉。