九游会J9近期，医学影像领域的行业头部盛会——2023美国核医学与分子影像学会年会（SNMMI 2023）在美国伊利诺伊州芝加哥落下帷幕，主题为“关爱患者（Eye on the Patient）”。

据悉，本届SNMMI是有史以来参会人数最多的一届会议，共吸引了8000名来自学界、医疗机构与设备厂商的专业人员参会，涵盖130多场科学会议、研讨会等等。

作为医学影像领域最前沿学术的理论阵地与技术创新“风向标”，本届SNMMI同样干货满满。具体来看，多项重磅研究与最新技术应用成果在会议上亮相，比如今年的年度影像花落针对胰腺癌的新型诊断治疗法，全球知名的AI医学影像公司深透医疗携PET加速成像产品在会上亮相，西门子医疗、联影医疗也带来了最新的扫描仪。

在行业趋势方面，不难洞察到两大主旋律。

一是呼应大会主题“关爱患者”，theranostics（治疗诊断学）成为业内一门显学，精准医疗与患者关怀再次成为行业主基调。

二是AI仍是推动医学影像技术不断进步、迭代的主要动力，相比往年，业内对AI的讨论更为深入、务实。

多项重磅新成果发布

1、年度影像公布：新的诊断治疗方法造福胰腺癌患者

每年，作为年会传统节目，SNMMI都会选出一幅年度影像，作为最能体现核医学和分子成像领域前沿进展的成果。

今年，一组68Ga-DOTA-5G和177Lu-DOTA-ABM-5G图像被选为年度影像。

据美国癌症协会的估计，2023年将有超过64,000人被诊断出患有胰腺癌，而超过50,000人将因此病而丧生，生存率仅为12%。

据研究人员介绍，这样的研究成果，也为胰腺癌以外的恶性肿瘤患者进一步进行临床试验铺平了道路，包括但不限于非小细胞肺癌、乳腺癌和头颈癌患者。未来，转移性疾病患者的临床护理和治疗有望显著改善。

据介绍，该研究的I期研究阶段预计将于2023年夏季完成，随后将于2023年秋季、冬季进行第二、第三期招募，分别针对转移性非小细胞肺癌患者、任何原发癌症的转移性肿瘤患者。

2、软件：AI技术使PET成像速度提高了75%

在软件领域，AI医疗影像公司深透医疗（Subtle Medical）在SNMMI年会上展示了旗下革命性的SubtlePET™软件，该软件利用AI技术使PET成像速度提高了75%。

据介绍，作为一种突破性的解决方案，SubtlePET独有的去噪算法，能在不损失图像质量和诊断准确性的情况下减少成像时间，做到影像质量提升、降噪和提升分辨率。对于等医疗机构而言，SubtlePET能在医院、影像中心的任何品牌的扫描仪上实现更快的PET成像，最新的SubtlePET 2.0版本涵盖了PSMA（前列腺）癌症放射试剂、阿尔兹海默病的Amyloid淀粉样蛋白核素等多款放射性示踪剂，并提供了更好的性能，可以更好的赋能精准医疗和诊疗一体化应用。

更快的医学成像的优势在于提高患者的舒适度。传统的PET成像通常要求患者长时间保持静止，导致不适和焦虑，而SubtlePET通过加快成像而减轻了患者的压力，带来更好的医疗体验。

此外，更快的成像使医疗机构能够增加收入并优化资源利用。通过缩短扫描时间，SubtlePET允许医疗提供者一天内扫描更多患者，从而提高吞吐量和患者数量。此外，减少的成像时间使技术人员能够更有效地遵守时间表，实现更顺畅的运作和提高患者护理水平。

目前，该软件已成功在全球15个不同的国家安装，应用于Hoag医院和Middlesex健康等美国著名医疗机构，显著优化现有设备的质量和效率，提升患者体验。

3、硬件：多款新型PET/CT扫描仪亮相

在硬件方面也看点十足。

比如，西门子医疗在今年的SNMMI上展示了全新的PET/CT扫描仪——Biograph Vision.X。

据悉，该扫描仪采用Optiso超动态范围探测器技术，通过硅光倍增管（SiPMs）提供了卓越的空间分辨率。它还具备178皮秒的飞行时间，能够显著提升患者吞吐量，并减少患者的辐射暴露。

此外，Biograph Vision.X利用AIDAN智能成像平台，结合700多项专利的机器学习和深度学习应用，进一步提高放射学工作流程的效率。据介绍，这一新系统将在获得美国FDA的510(k)许可后推出，并将为现有Biograph Vision设备的用户提供现场升级服务。而西门子旗下的PETMR产品线，也与深透医疗合作，进一步探索基于AI的影像质量与效率提升的临床价值。

（西门子医疗Biograph Vision.X）

联影医疗（United Imaging）也在SNMMI会议上推出了最新的全身PET/CT扫描仪——uMI Panorama。

据介绍，该扫描仪的PET/CT宽孔径系统具有2.9毫米的分辨率，35厘米的轴向视场和194皮秒的计时分辨率。事实上，在该扫描仪在SNMMI 2023正式亮相之前，已经在犹他州盐湖城的亨茨曼癌症中心（Huntsman Cancer Center）安装使用。

联影医疗表示，uMI Panorama是一个系列产品，是他们今年推出的四款新成像模式之一。uMI Panorama的系统配备了名为uExel的分子成像平台，该平台具有高性能ASIC芯片和人工智能工作流。

（联影医疗最新全身PET/CT扫描仪）

关爱患者、精准医学成焦点

从本届SNMMI年会的主题“关爱患者（Eye on the Patient）”以及上述重磅新产品的发布中，不难发现当前医学影像领域的一大趋势，即精准医疗与患者的就医体验越来越受到业内的关注。

从SNMMI中被频繁提及的话题来看，Theranostics（治疗诊断学）已经成为核医学的新兴领域，通过精准医学改善患者护理的概念深入人心。

据悉，治疗诊断学是一种新兴的核医学领域，利用放射性药物来同时识别和治疗癌症。从SNMMI上发布的最新核医学领域的进展来看，相关的研究层出不穷。

研究人员指出，研究共纳入125名男性患者，研究人员试图评估不同给药间隔的无进展生存率和总生存率。

研究结果显示，60%的患者的PSA水平下降了50%以上。整体而言，研究参与者的PSA无进展生存期中位数为6.1个月，总生存期中位数为16.8个月。值得注意的是，个性化剂量策略使三分之一的患者能够暂停治疗一段时间，而仍能获得与持续治疗相当的无进展生存和总生存结果。

又如，另一项发表于6月《核医学杂志》上的研究显示，一种新型显像剂可在早期检测出进行性肺纤维化。

据悉，肺纤维化是一种致命的疾病，诊断后的预期寿命为三到五年。肺纤维化的特点在于，晚期诊断相对容易，但早期确诊非常困难，而早期恰恰时最有效的治疗阶段。

而根据来自德国的一项研究，一种新开发的PET成像剂——64Cu-GPVI-Fc，可以在早期无创地识别肺纤维化，减少不必要的活检，并使患者更快地开始治疗。

据悉，在肺纤维化患者中，肺组织的重塑是通过细胞外基质纤维（如I-III型胶原、纤连蛋白和纤维蛋白原）沉积增加而发生的。在这项研究中，64Cu-GPVI-Fc是一种靶向这些细胞外基质纤维的成像剂，提供了一种新的方法来观察肺纤维化进展的”全貌“。此外，纤维化不仅限于肺，它还可以在其他器官中发展，因此可以预见这种方法有望治疗其他纤维化疾病。

未来，精准医疗和阿尔兹海默症新药的进展预计将显著提升核医学检查需求和体量，相应的提升临床检查质量、效率、降低剂量的临床需求也会更大。PET扫描检查数和PET/CT PET/MR设备数预计都将有显著提升。

AI医学影像企业的工作也将促进这些技术的进一步推广。据悉，上文提到的深透医疗已与多家核药、造影剂公司开展多种合作，进一步将基于AI的影像药剂剂量降低、显影效果增强等应用推广到临床。

AI与放射组学相互促进

当前，具有巨大应用潜力的AI，无疑是当前医学影像领域“皇冠上的明珠”，在今年的SNMMI年会上AI也已连续多年成为业内关注的中心主题。

值得一提的是，今年专家在SNMMI年会上激辩的话题不仅在于AI在医学影像领域的应用潜力，他们还更加务实地将目光投向传统的放射组学方法（radiomics），大约在十年前，放射组学曾经如同当今的AI一般炙手可热，被业界寄予很高的期许。

传统的放射组学方法是利用机器学习算法从医学图像中提取特定的影像特征进行分析。这种方法在改善诊断、预测和临床决策支持方面得到了广泛应用，旨在实现精准医学。然而，与传统放射组学方法不同，深度学习被定义为一种机器学习的类别，它可以"学习"自动检测这些特征，而不需要手工提取特征。

马萨诸塞大学阿默斯特分校的副教授乔伊塔·杜塔博士认为，深度学习相比手工制作的传统放射组学具有更高的准确性。在深度学习中，神经网络显示出自动识别与感兴趣任务相关的图像部分的潜力，这消除了对分离和孤立图像分割的需求，减轻了医生的负担。

圣路易斯华盛顿大学的阿比纳夫·贾博士认为，AI算法的可重复性与可靠性更高，深度学习通过在大规模数据集上学习，可以识别传统放射组学方法可能无法发现的肿瘤中的"隐藏"特征。此外，由于在放射组学中使用了不同的扫描仪和图像获取协议，导致医学图像数据集的异质性；而深度学习则基于"通用逼近定理"，如果给予足够的数据，深度学习有可能模拟由于扫描仪和图像采集协议的差异而产生的异质性。

在临床领域，AI的应用已经在全球落地开花。

以上文提到的深透医疗为例，除了在本届SNMMI上重点展示的SubtlePET以外，SubtleMR、SubtleGAD亦是较为成熟的旗舰产品。其中，SubtleMR通过深度学习技术优化数据重建成像过程，在保证图像质量的基础上，令MRI检查实现4-10倍加速，从而增强人体各个部位的MRI图像。SubtleGAD则是造影剂相关应用，主要解决MRI检测过程中重金属钆沉积的问题，通过AI技术，仅需要10%剂量的造影剂，就能达到同样的增强成像效果。

此外，深透医疗的产品线还包括：影像生成加速产品SubtleSynth、术中实时影像增强产品SubtleIR，以及优化显影流程的SubtleQC。就在近期，深透医疗还荣登CB Insights评选出的2023年全球最具潜力AI公司100强。

另一部分专家则认为，到目前为止，尽管深度学习在某些方面表现出了潜力，但目前尚未超越传统放射组学方法。

例如，据法国奥塞市弗雷德里克·乔里奥医院PET中心的体内分子成像实验室负责人伊雷妮·布瓦特博士介绍，在2022年的医学图像计算和计算辅助干预会议曾进行过一场竞赛，参与者基于488位患者的影像开发了各种模型，以预测PET/CT扫描的头颈癌患者的无复发生存率。而竞赛结果是，表现最好的三个模型均为基于手工制作的特征。

马里兰大学巴尔的摩分校的教授艾略特·西格尔博士表示，深度学习模型需要大量的数据集进行训练，并且这些数据集的开发成本和时间成本都非常昂贵。据其介绍，此前美国进行全国肺部筛查试验作为AI的训练数据集开发训练对象，该试验招募了53,454名患者，花费了2.5亿美元才组建起来。因此，西格尔博士认为放射组学的时代将会持续，未来将与深度学习强力互补。

总的来说，深度学习和传统放射组学方法在医学影像领域各有优劣。未来，这两种方法有望相互补充，为医学影像领域的发展带来更多的创新和突破。对于核医学而言，传统放射组学方法将继续发挥重要作用，而深度学习有望在特定任务和大数据集的情况下发挥其优势。

【广告】（免责声明：本文为本网站出于传播商业信息之目的进行转载发布，不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权利和法律责任归材料提供方所有和承担。本网站对此资讯文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。）