深度學(xué)習(xí)肺結(jié)節(jié)檢測初步研究與經(jīng)驗分享課件

AI肺結(jié)節(jié)檢測初步研究與經(jīng)驗分享---影像醫(yī)師的第二雙眼1AI肺結(jié)節(jié)檢測初步研究與經(jīng)驗分享---影像醫(yī)師的第二雙眼1什么是AI?Itisthescienceandengineeringofmakingintelligentmachines,especiallyintelligent

computer;是計算機(jī)科學(xué)的一個分支，研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)是研究計算機(jī)模擬人的某些思維過程和智能行為的學(xué)科，涉及計算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等，已成為一門廣泛交叉的新興前沿學(xué)2什么是AI?Itisthescienceanden3人工智能的三個層次弱人工智能（Artificial

Narrow

Intelligence

，ANI)，擅長于單個方面或任務(wù)的人工智能；強(qiáng)人工智能（Artificial

General

Intelligence

，AGI)，是指在各方面都能模仿人類甚至和人類比肩的人工智能；超人工智能（Artificial

Superintelligence，ASI)，牛津哲學(xué)家，知名人工智能思想家Nick

Bostrom把超級智能定義為“在幾乎所有領(lǐng)域都比最聰明的人類大腦都聰明很多，包括科學(xué)創(chuàng)新、通識和社交技能。”3人工智能的三個層次弱人工智能（ArtificialNar深度學(xué)習(xí)人工智能技術(shù)已經(jīng)用于諸多領(lǐng)域。Deep

LearningPilotless

AutomobileAlphaGoFace

Recognition4深度學(xué)習(xí)人工智能技術(shù)已經(jīng)用于諸多領(lǐng)域。DeepLearni人工智能企業(yè)的主要應(yīng)用領(lǐng)域金融安防電商零售個人助理自駕領(lǐng)域醫(yī)療健康人工智能智能投顧、智能客服、安防監(jiān)控、金融監(jiān)管智能手機(jī)上的語音助理、語音輸入、家庭管家和陪護(hù)機(jī)器人智能汽車、公公交通、快遞用車、工業(yè)應(yīng)用智能監(jiān)控、安保機(jī)器人醫(yī)療健康的檢測診斷、智能醫(yī)療設(shè)備教育智能評測、個性化輔導(dǎo)、兒童陪伴倉儲物流、智能導(dǎo)購和客服醫(yī)療AI的發(fā)展對人類影響深遠(yuǎn)!Source:

2016全球人工智能發(fā)展報告·框架篇

發(fā)布機(jī)構(gòu)：烏鎮(zhèn)智庫/網(wǎng)易科技人工智能企業(yè)的主要應(yīng)用領(lǐng)域金融安防電商零售個人助理自駕人工智能+醫(yī)療的八大應(yīng)用場景Source:

出自億歐2017人工智能賦能醫(yī)療產(chǎn)業(yè)研究報告人工智能+醫(yī)療的八大應(yīng)用場景Source:出自億歐2017國家政策時間行政機(jī)關(guān)相關(guān)政策政策內(nèi)容2015年5月國務(wù)院《中國制造2025》提出“以推進(jìn)智能制造為主攻方向”2015年7月國務(wù)院《國務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》將人工智能作為“互聯(lián)網(wǎng)+”的十一個重點(diǎn)布局領(lǐng)域之一2016年3月國務(wù)院《國民經(jīng)濟(jì)和社會發(fā)展第十三個五年規(guī)劃綱要（草案）》提出要“重點(diǎn)突破新興領(lǐng)域人工智能技術(shù)”2016年5月發(fā)改委《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》培育發(fā)展人工智能新興產(chǎn)業(yè)，推進(jìn)重點(diǎn)領(lǐng)域智能產(chǎn)品創(chuàng)新，提升終端產(chǎn)品智能化水平2016年7月國務(wù)院《“十三五”國家科技創(chuàng)新規(guī)劃》提出“重點(diǎn)發(fā)展大數(shù)據(jù)驅(qū)動的類人智能技術(shù)方法”2017年3月國務(wù)院《政府工作報告》人工智能首次被寫入《政府工作報告》2017年7月國務(wù)院《新一代人工智能發(fā)展規(guī)劃》提出了“三步走”的戰(zhàn)略目標(biāo)，宣布舉全國之力在

2030

年搶占人工智能全球制高點(diǎn)2017年12月工信部《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020年）》促進(jìn)人工智能產(chǎn)業(yè)發(fā)展，提升制造業(yè)智能化水平，推動人工智能和實體經(jīng)濟(jì)深度融合Source:

2017-2018

中國人工智能產(chǎn)業(yè)路線圖發(fā)布機(jī)構(gòu)：CSDN&易觀相比于美國，中國起步并不晚國家政策時間行政機(jī)關(guān)相關(guān)政策政策內(nèi)容2015年5月國務(wù)院《中深度學(xué)習(xí)推動醫(yī)學(xué)影像研究發(fā)展基于深度學(xué)習(xí)模型產(chǎn)出的醫(yī)學(xué)影像論文近兩年突增深度學(xué)習(xí)推動醫(yī)學(xué)影像研究發(fā)展基于深度學(xué)習(xí)模型產(chǎn)出的醫(yī)學(xué)影像論9內(nèi)容為什么我們需要人工智能？人工智能之深度學(xué)習(xí)如何學(xué)習(xí)?目前臨床上應(yīng)用如何?價值？挑戰(zhàn)？人工智能的未來?9內(nèi)容為什么我們需要人工智能？10醫(yī)學(xué)影像為什么需要人工智能？放射醫(yī)師現(xiàn)狀：工作量大、重復(fù)性勞動、常疲勞；漏診率高（尤其肺小結(jié)節(jié)）AI幫助醫(yī)師更快捷地檢測出病變；不疲勞、無干擾；會學(xué)習(xí)、不斷積累、不忘記-有可能診斷超越人類。10醫(yī)學(xué)影像為什么需要人工智能？放射醫(yī)師現(xiàn)狀：工作量大、重復(fù)低劑量胸部CT

普查大大增加放射醫(yī)師的工作量；高分辨率CT掃描或螺旋CT掃描后薄層重組圖片達(dá)300幅左右；肺結(jié)節(jié)發(fā)生率8-51%，通常多發(fā)，96%小于10mm，72%小于5mm；工作量大、病灶多、小、需要快速閱片，把醫(yī)生從大量、重復(fù)勞動中解放出來！11肺窗縱膈窗骨窗低劑量胸部CT普查大大增加放射醫(yī)師的工作量；11肺窗縱膈窗12精準(zhǔn)檢測、避免漏診、早期診斷：病灶小、多、密度有時較低（純磨玻璃）；復(fù)查時結(jié)節(jié)變化輕微；需要定量、提高診斷準(zhǔn)確率：肺結(jié)節(jié)的定性診斷有時非常困難；需要定量指標(biāo)：大小、密度、體積（倍增時間）、成分所占比等；挖掘信息、提高診斷準(zhǔn)確率：單純從閱片的量這個角度看，人工智能應(yīng)該超過任何醫(yī)生個體，積累更多的“經(jīng)驗、知識”-海量信息、大數(shù)據(jù)提取更多肉眼無法看到的“征象、特征”-影像組學(xué)

。醫(yī)學(xué)影像為什么需要人工智能？12精準(zhǔn)檢測、避免漏診、早期診斷：醫(yī)學(xué)影像為什么需要人工智能多少病灶？13多少病灶？13病例:

48歲男性，直腸癌綜合治療6月余14病例:48歲男性，直腸癌綜合治療6月余14病例:

48歲男性直腸癌綜合治療6月余2017-12-01

AI發(fā)現(xiàn)而醫(yī)師未發(fā)現(xiàn)的結(jié)節(jié)2018-01-22、2018-07-24

復(fù)查結(jié)節(jié)增大病例:48歲男性病灶大小有變化嗎？16病灶大小有變化嗎？161956年，John

McCarthy教授在達(dá)特茅斯會議上首次使用了“人工智能”這一術(shù)語，正式開啟了人工智能領(lǐng)域的專門研究?！叭斯ぶ悄堋痹?0年代末到90年代中期，人工智能的發(fā)展進(jìn)入低谷期。人們發(fā)現(xiàn)“專家系統(tǒng)”運(yùn)行速度慢，準(zhǔn)確率低，并不能夠?qū)崿F(xiàn)人類智能。1980-1987年，“專家系統(tǒng)”

開始獲得認(rèn)可?！皩＜蚁到y(tǒng)”的基本原理：第一步，根據(jù)人類專家的經(jīng)驗定義知識庫；第二步，根據(jù)知識庫和邏輯推理來解決問題。CAD輔助診斷是80年代“專家系統(tǒng)”時代人工智能的代表產(chǎn)品。人工智能的發(fā)展歷程深度學(xué)習(xí)的歷史1956年，JohnMcCarthy教授在達(dá)特茅斯會議上2016年，谷歌AlphaGo壓倒性擊敗了圍棋世界冠軍李世石，標(biāo)志了“深度學(xué)習(xí)”可以完全突破上一代人工智能（“專家系統(tǒng)”）的瓶頸。1997年，IBM深藍(lán)

(Deep

Blue)

戰(zhàn)勝國際象棋世界冠軍Kasparov。但是深藍(lán)并沒有試圖挑戰(zhàn)圍棋，因為“專家系統(tǒng)”無法應(yīng)對圍棋走棋的復(fù)雜程度。這也體現(xiàn)出了“專家系統(tǒng)”人工智能的局限。2011年，深度學(xué)習(xí)在人工智能大賽Imagenet當(dāng)中獲得低于3%的錯誤率，大大超越人類在該比賽當(dāng)中的表現(xiàn)。2006年，Hinton教授在《科學(xué)》雜志上發(fā)表的文章開啟了“深度學(xué)習(xí)”在學(xué)術(shù)界和工業(yè)界的“拓疆?dāng)U土”的浪潮?！吧疃葘W(xué)習(xí)”區(qū)別于“專家系統(tǒng)”的三大特點(diǎn)：1.“知識庫”的建立無需依賴人類專家，更全面、微觀；2.

端到端的數(shù)據(jù)訓(xùn)練，避免了“專家系統(tǒng)”邏輯推理的局限；3.

“成長型”模型：數(shù)據(jù)越多，模型越準(zhǔn)。人工智能工業(yè)革命時代2016年，谷歌AlphaGo壓倒性擊敗了圍1997年，IBCAD

vs.

深度學(xué)習(xí)CAD計算機(jī)輔助診斷——教科書系統(tǒng)深度學(xué)習(xí)AI——醫(yī)生成長的軌跡出現(xiàn)于上世紀(jì)80年代近3年出現(xiàn)由專家進(jìn)行特征分析端到端，不需過多人工干預(yù)，自動挖掘海量規(guī)律極少超過人類準(zhǔn)確率已經(jīng)超越人類模型死板，難以應(yīng)付眾多未知情況模仿人類認(rèn)知納，可輕松應(yīng)付沒有見過的情況無須海量訓(xùn)練數(shù)據(jù)需海量訓(xùn)練數(shù)據(jù)運(yùn)算速度緩慢運(yùn)算速度快將成果編制成軟件，對病灶進(jìn)行比較分析“醫(yī)生專家”標(biāo)記-學(xué)習(xí)-測試-應(yīng)用-再學(xué)習(xí)的不斷迭代進(jìn)化CADvs.深度學(xué)習(xí)CAD計算機(jī)輔助診斷——教科深度學(xué)習(xí)1、深度學(xué)習(xí)實現(xiàn)“端到端”的學(xué)習(xí)：無需人類邏輯和知識的干預(yù)，即可自行從經(jīng)驗中學(xué)習(xí)知識。深度學(xué)習(xí)機(jī)器讀圖1

(墨西哥兔)：是兔子機(jī)器讀圖2

(狗)

：非兔子機(jī)器讀圖3

(垂耳兔)

：是兔子機(jī)器讀圖4

(長頸鹿)

：非兔子機(jī)器讀圖5

(花明兔)

：是兔子機(jī)器讀圖6

(安哥拉兔)

：是兔子…(此處省略1000張圖)…輸入銀狐兔圖片機(jī)器判斷：兔子機(jī)器像人類那樣隨著看到更多的兔子，總結(jié)出更多兔子的特點(diǎn)，從而更準(zhǔn)確地認(rèn)識兔子人類小朋友：媽媽，這是兔子嗎？媽媽：不是，這是狗。小朋友：媽媽，這兔子嗎？媽媽：不是，這是倉鼠。小朋友：媽媽，這是兔子嗎？媽媽：寶貝好棒！這是兔子。小朋友：媽媽，這是貓兔子嗎？媽媽：是啊，這是兔子。人類會隨著看到兔子的數(shù)量增加，總結(jié)出更多兔子的特點(diǎn)，從而更準(zhǔn)確地認(rèn)識兔子問題：如何識別兔子？傳統(tǒng)人工智能專家總結(jié)：專家A：兔子有三瓣嘴專家B：兔子有長長的耳朵專家C：兔子沒有長尾巴機(jī)器根據(jù)專家邏輯識別兔子：有：1.

三瓣嘴2.

長耳朵無：1.

長尾巴機(jī)器不會自己總結(jié)，因此無論看過多少只兔子，都一板一眼地按照專家邏輯進(jìn)行判斷Deep

Learning1、深度學(xué)習(xí)實現(xiàn)“端到端”的學(xué)習(xí)：無需人類邏輯和知識的干預(yù)2、借鑒了人類大腦神經(jīng)系統(tǒng)構(gòu)造：深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型受到了大腦神

經(jīng)元連接的啟發(fā)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)像視覺機(jī)制一樣對信息層層抽象深度學(xué)習(xí)像人類一樣隨著經(jīng)驗的積累表現(xiàn)越來越好2、借鑒了人類大腦神經(jīng)系統(tǒng)構(gòu)造：深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型受到了大深度學(xué)習(xí)算法是對人工神經(jīng)網(wǎng)絡(luò)的發(fā)展（多層不斷迭代、不斷抽象的過程）,

多數(shù)算法是半監(jiān)督式學(xué)習(xí)算法，用來處理存在少量未標(biāo)識數(shù)據(jù)的大數(shù)據(jù)集。常見的深度學(xué)習(xí)算法包括：受限波爾茲曼機(jī)（Restricted

BoltzmannMachine，

RBN），

Deep

Belief

Networks（DBN），卷積網(wǎng)絡(luò)（Convolutional

Network）,

堆棧式自動編碼器（Stacked

Auto-encoders）。22深度學(xué)習(xí)算法是對人工神經(jīng)網(wǎng)絡(luò)的發(fā)展（多層不斷迭代、不斷抽象的23深度學(xué)習(xí)方法監(jiān)督式學(xué)習(xí)：通過有標(biāo)注的數(shù)據(jù)進(jìn)行訓(xùn)練得到模型參數(shù)，即先輸入計算機(jī)一些問題的正確答案，在這些經(jīng)驗的基礎(chǔ)上判斷新答案；機(jī)器被給予很多正確答案；過程是一組輸入X，到一組輸出Y的映射；例如：輸入各種圖片---輸出這些動物的標(biāo)簽（貓、狗、馬，結(jié)節(jié)、腫瘤、炎癥、結(jié)核），輸入聲音的波形---輸出的是文字（是的、不是、你好、再見等）；無監(jiān)督式學(xué)習(xí)：是在未標(biāo)記數(shù)據(jù)的基礎(chǔ)上直接從數(shù)據(jù)中尋找規(guī)律，生成模型參數(shù)。23深度學(xué)習(xí)方法監(jiān)督式學(xué)習(xí)：通過有標(biāo)注的數(shù)據(jù)進(jìn)行訓(xùn)練得到模醫(yī)生設(shè)定標(biāo)記規(guī)則并完成病灶標(biāo)記好老師精準(zhǔn)標(biāo)注實際工作應(yīng)用---不斷學(xué)習(xí)，迭代進(jìn)步多做題海量數(shù)據(jù)百煉成鋼---AI影像輔助篩查系統(tǒng)是怎樣煉成的好腦子優(yōu)秀模型神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)訓(xùn)練醫(yī)生設(shè)定標(biāo)記規(guī)則并完成病灶標(biāo)記好老師精準(zhǔn)實際工作應(yīng)用---魯棒性安全性易用性百煉成鋼---好AI產(chǎn)品的標(biāo)準(zhǔn)魯棒性安全性易用性百煉成鋼---好AI產(chǎn)品的標(biāo)準(zhǔn)人工智能可以對2mm大小的肺結(jié)節(jié)進(jìn)行篩查，迅速標(biāo)記出各層面上出現(xiàn)的結(jié)節(jié)，用時不到5秒26人工智能可以對2mm大小的肺結(jié)節(jié)進(jìn)行篩查，迅速標(biāo)記出各層面SolidNodules:<3mm,3-5mm,

5-10mm,>10mm27SolidNodules:<3mm,3-5mm,5-X線輔助篩查系統(tǒng)（AI-DR）檢測出醫(yī)生漏診的肺結(jié)節(jié)，CT掃描結(jié)果顯示“左肺上葉前段可見一長徑約2.0cm的磨玻璃結(jié)節(jié)，邊界清楚，呈分葉狀”，后期病理證實此為一例肺癌。胸部X線輔助篩查系統(tǒng)(AI-DR)X線輔助篩查系統(tǒng)（AI-DR）檢測出醫(yī)生漏診的肺結(jié)節(jié)，CT掃29CR與CT對照29CR與CT對照資深主治醫(yī)師資深主治醫(yī)師+AI模型10.90.80.70.60.50.40.30.20.100-3mm結(jié)節(jié)3-6mm結(jié)節(jié)6-10mm結(jié)節(jié)鈣化結(jié)節(jié)0-5mm磨玻璃結(jié)節(jié)10-30mm結(jié)節(jié)5mm以上磨玻璃結(jié)節(jié)0-3mm結(jié)節(jié)3-6mm結(jié)節(jié)6-10mm結(jié)節(jié)鈣化結(jié)節(jié)0-5mm磨玻璃結(jié)節(jié)10-30mm結(jié)節(jié)5mm以上磨玻璃結(jié)節(jié)0.90.80.70.60.50.40.30.20.101主治醫(yī)師A主治醫(yī)師BAI模型+資深主治醫(yī)師

VS

資深主治醫(yī)師資深主治醫(yī)師資深主治醫(yī)師+AI模型10-3mm結(jié)節(jié)3-6mm臨床應(yīng)用體驗---輔助診斷臨床應(yīng)用體驗---輔助診斷病灶大小有變化嗎？3220102012201320152017病灶大小有變化嗎？322010201220132015201深度學(xué)習(xí)肺結(jié)節(jié)檢測初步研究與經(jīng)驗分享課件34201020122013201520173776mm34105mm3

(8.7%)5040mm3

(33.5%)6937mm3

(83.7%)7757mm3(105.4%)與第一次相比體積變化34201020122013201520173776mm34深度學(xué)習(xí)肺結(jié)節(jié)檢測初步研究與經(jīng)驗分享課件臨床研究---常規(guī)劑量與低劑量掃描對胸部CT肺結(jié)節(jié)（專家+AI）檢測的影響DiagnosticperformanceofLDCTforthedetectionofpulmonarynodulesincomparisonto

SDCT.Note:SDCT=thestandard120kVprotocol,LDCT=low-doseprotocolchestCT

images.*Wilcoxonsignedrank

test36小于4mm的病灶低劑量CT影響病灶檢測率臨床研究---常規(guī)劑量與低劑量掃描對胸部CT肺結(jié)節(jié)（專家+DiagnosticperformanceofAIonLDCTincomparisontoSDCTforthedetectionofpulmonarynodules.Note:SDCT=thestandard120kVprotocol,LDCT=low-doseprotocolchestCT

images.*Wilcoxonsignedrank

testTotal(Truepositive)NatureSize

distributionLocationFalse

positivesolidsubsolid*calcified<=4mm(4,

8)#≥8mmsubpleuralNon-

subpleural&SDCT515(78.03%)413(76.48%)61(81.33%)41(91.11%)465(77.37%)37(80.43%)13(100%)191(76.71%)324(78.83%)6.21/CTLDCT456(70.15%)365(68.61%)52(71.23%)39(86.67%)405(68.53%)38(82.61%)13(100%)162(66.67%)294(72.24%)6/CTp

value.001.001.046.480.000.6551.000.001.0260.77937DiagnosticperformanceofAIo標(biāo)準(zhǔn)劑量及低劑量均可顯示38左肺上葉胸膜下微小結(jié)節(jié)標(biāo)準(zhǔn)劑量及低劑量均可顯示38左肺上葉胸膜下微小結(jié)節(jié)標(biāo)準(zhǔn)劑量顯示清晰，低劑量變淡、模糊39右肺上葉GGO(磨玻璃結(jié)節(jié))標(biāo)準(zhǔn)劑量顯示清晰，低劑量變淡、模糊39右肺上葉GGO(磨玻璃標(biāo)準(zhǔn)劑量可見，低劑量顯示不清40右肺上葉胸膜下微小結(jié)節(jié)標(biāo)準(zhǔn)劑量可見，低劑量顯示不清40右肺上葉胸膜下微小結(jié)節(jié)標(biāo)準(zhǔn)劑量可見，低劑量顯示不清41左肺上葉胸膜下微小結(jié)節(jié)標(biāo)準(zhǔn)劑量可見，低劑量顯示不清41左肺上葉胸膜下微小結(jié)節(jié)臨床研究---AI對不同年資醫(yī)師胸部CT肺結(jié)節(jié)讀片的輔助價值Resultsofnoduledetectionintheunaidedreadingand

second-readermodes:sensitivityandfalsepositiverateper

CT.42Note:Alone=AI-Unaidedreadingmode;WithAI=AIasthesecond-reader

mode.臨床研究---AI對不同年資醫(yī)師胸部CT肺結(jié)節(jié)讀片的輔助價Characteristicofnodulesinunaidedreadingandthesecond-readermodesofCADinthestandarddosesetting.43Note:Alone=AI-Unaidedreadingmode;WithAI=AIasthesecond-reader

mode.臨床研究---AI對不同年資醫(yī)師胸部CT肺結(jié)節(jié)讀片的輔助價值CharacteristicofnodulesinuCharacteristicofnodulesinunaidedreadingandthesecond-readermodesofCADinthelow-dosesetting.臨床研究---AI對不同年資醫(yī)師胸部CT肺結(jié)節(jié)讀片的輔助價值44Note:Alone=AI-Unaidedreadingmode;WithAI=AIasthesecond-reader

mode.Characteristicofnodulesinu45AI輔助讀片能顯著提高CT肺結(jié)節(jié)的檢出率：對于有經(jīng)驗的中年資放射科醫(yī)生、住院醫(yī)師和實習(xí)生，獨(dú)立讀片模式下低劑量CT結(jié)節(jié)檢出的陽性率低于標(biāo)準(zhǔn)劑量CT；醫(yī)生容易在低劑量胸部CT圖像上遺漏結(jié)節(jié)，但AI協(xié)助共同閱片能明顯改善低劑量CT的肺部結(jié)節(jié)診斷效能；尤其對住院醫(yī)師、實習(xí)醫(yī)生的幫助更大8mm及以下結(jié)節(jié)，不管是標(biāo)準(zhǔn)劑量還是低劑量，無論是實性結(jié)節(jié)還是亞實性結(jié)節(jié)，第二次讀片模式能提高結(jié)節(jié)檢測率同時假陽性一定程度增加臨床研究---AI對不同年資醫(yī)師胸部CT肺結(jié)節(jié)讀片的輔助價值45AI輔助讀片能顯著提高CT肺結(jié)節(jié)的檢出率：臨床研究---M，51Y，右頸部淋巴結(jié)轉(zhuǎn)移性腺癌；CT：右肺上葉微小結(jié)節(jié)，位于血管附近。人工閱片漏診，推想提示結(jié)節(jié)。46AI讀片人工讀片M，51Y，右頸部淋巴結(jié)轉(zhuǎn)移性腺癌；CT：右肺上葉微小結(jié)乙狀結(jié)腸癌術(shù)后半年余2017-08-07

約4mm472017-12-12

約7mm乙狀結(jié)腸癌術(shù)后半年余472017-12-12約7mm武漢同