Building AI with Clara Toolkits
for Medical Imaging
對岸中國南京鼓樓醫院,醫學影像科張冰主任團隊,與推想科技科研團隊聯合進行的重磅科研成果在高分學術期刊《EBioMedicine》(《柳葉刀 The Lancet》子刊,IF=6.2)發表,研究提出了基於人工智慧深度學習的智慧排版,和結構式報告系統(Intelligent Imaging Layout System,IILS)。
IILS 系統依託 AI 技術簡化,並優化臨床影像工作全流程,大幅提升影像科工作效率和準確率,為業界呈現了開創性的臨床應用,創新轉化研究成果。
IILS 系統依託 AI 技術簡化,並優化臨床影像工作全流程,大幅提升影像科工作效率和準確率,為業界呈現了開創性的臨床應用,創新轉化研究成果。
AI 在醫學領域的運用,已有了實質性的進步,但大多數醫療 AI 科研都集中在疾病的輔助診斷方面。然而高品質的標準化圖像,是人工智慧開發的基礎,同時 AI 的應用可以接管繁瑣、重複、單體價值低的管理行為。
南京鼓樓醫院張冰主任團隊聯合推想科技強大的AI技術及臨床科研能力,以更宏觀的視角,從臨床影像工作全流程角度出發,採用AI深度學習技術優化和解決了臨床影像工作圖像採集——圖像呈現——疾病診斷3個主要工作流程中的問題,並在臨床上推廣應用了這一創新轉化成果。
此成果能夠在《柳葉刀》子刊發表,也印證了此研究成果的高質量,以及臨床應用的可行性。
文中指出臨床影像工作流圖像呈現(Layout)環節中,長期存在的一個重要問題,即胸部薄層CT(0.625mm-2mm)掃描一般包括 250 層以上圖像,但是在膠片排版列印過程中,由於膠片空間有限,只能採用間隔列印的方式來排版,一般每張膠片僅保留40張圖像。
因此,實際上膠片比電子圖像,損失了約 82% 的圖像資訊。同時,漏診、無關鍵層圖像信息及缺乏標準化成像報告等問題也不斷使傳統臨床決策支持系統面臨著可靠性挑戰。
為解決這一問題,研究者開發並設計了基於人工智能技術的智能排版和結構式報告系統(IILS)。文中運用的機器學習方法能夠準確檢出肺部結節病灶(AUC高達90.6%),同時在檢測到的結節數量,和良惡性判斷方面,經過嚴格的統計驗證,被證實優於六位放射科專家。
透過融合 AI 和自適應排版佈局工具,研究者進一步開發了精準、有效、可靠的胸部CT排版系統,適合全自動或者半自動的影像學圖像的排版問題,可以完全自動化的實現排版、集中顯示、報告生成。該系統的提出,整合了圖像呈現環節的工作流程,避免了膠片的圖像資訊損失,而且大幅提升工作效率。
該研究成果大幅提高了影像科工作效率、優化工作流程、提高圖像展示品質、降低醫療成本,進一步幫助影像醫生、臨床醫生和患者之間,共同建構高品質規範的診療體系,為臨床影像工作流程的優化,起到了重要作用。
醫療行業需要極高的知識門檻,和長期的經驗累積,如何將人工智慧技術,與實際的臨床科研需求緊密結合,是每一個醫療 AI 公司面臨的挑戰。
對於任何一家醫療 AI 公司而言,強大的臨床科研能力,與眾多頂級醫院,進行深度的臨床科研合作,並產出高品質的研究成果,更是衡量醫療 AI 公司價值的「金標準」。
對於任何一家醫療 AI 公司而言,強大的臨床科研能力,與眾多頂級醫院,進行深度的臨床科研合作,並產出高品質的研究成果,更是衡量醫療 AI 公司價值的「金標準」。
推想科技擁有臨床科研「雙院」體系,推想科技全球臨床合作學院(iCR)院長沈雲博士等,業內大咖及一眾優秀科學家,以及具有業內領先的 AI + 組學一體化科研平台 InferScholar? Center的加持,三位一體構成了,推想科技業內頂級的臨床科研配置。
此成果的開創性研究,凸顯了南京鼓樓醫院張冰主任團隊與推想科技的前瞻性、科研能力與執行能力。在推想科技與合作醫院的共同努力下,人工智慧技術在醫療領域的應用場景,和應用價值正在不斷突破人們的想像。
AKD 寰楚專業級全系列監控設備 |
0 comments:
張貼留言