人工智能造就医疗影像未来,推想科技用5秒节省医生30分钟的工作

国内新闻 阅读(1165)

华中科技大学同济医学院附属同济医院放射科主任夏立明教授介绍了放射科医生的工作

2016年,他在与投机性科技合作后发现,11万张x光照片和3000张电脑断层图像只花了投机性科技设备5秒钟的时间。x线发现病变的正确率在92%以上,ct在95%以上

推定技术自成立以来,已经组建了一个完全由中国人组成的世界级数据科学团队。该团队首创的智能x光辅助筛查产品、智能电脑辅助筛查产品和深度学习研究平台已在北京协和医院、武汉同济医院、上海常征医院和大连大学附属中山医院等试运行。它们极大地提高了放射科医生胶片检查的效率和准确性,也为医学图像研究提供了一键式深度学习算法。

中国青年天使协会主席、inno angel基金创始合伙人梨竹说,“在医疗方面,‘医生+人工智能=完美’ 随着人类社会曲折时期的到来和移动互联网的便捷,人工智能医疗在模式创新和技术创新的对比下成为皇冠上的明珠。人们认为科学技术是珍珠之一,连接创新者和发现未来的先驱。 “

5秒结果,成为医生的第二只眼睛

医学图像的识别和分析需要越来越多的人工智能。 目前,我国医学影像数据的年增长率约为30%,放射科医师人数的年增长率约为4.1% 放射科医生数量的增加远远少于图像数据的增加。 这意味着未来放射科医生将会有越来越多的压力来处理图像数据,甚至远远超过负荷。

通常,病人的医疗过程是:一线临床医生根据病人的情况确定检查方法和检查地点,技术员控制机器,检查后,计算机自动将图片传送到影像诊断医生的计算机

影像医生根据传输的影像表现综合考虑和分析患者的临床表现、体检等实验室检查,最后得出结论,由相应科室的医生进行治疗。

所以对于影像医生来说,他们的日常工作主要是处理医学图像,而阅读图像只是基于对人工智能专业知识的深入学习

通常,患者需要扫描200层、1毫米或2毫米厚的肺部图像。根据这些图像,医生可以判断结节的位置、大小、良恶性。阅读通常需要10分钟以上

使用人工智能的产品可以在5秒钟内获得结果,并且可以标记结节的位置。 虽然人工智能可以很快识别结节,但仍无法判断结节是良性还是恶性,具体性质仍需要医生做出判断。

实体工作流是医生将患者数据输入推理技术系统,将结果与医生的判断结果进行比较,如果有明显差异,进一步审核和阅读进行确认。 这可以提高报告的准确性,节省医生的宝贵时间。

据相关数据显示,人工智能精密医疗平台将医生的漏诊率降低了50%以上,尤其是对一些较为困难的结节,大大提高了医生的诊断效率。与医生使用产品的结果相比,诊断电脑断层的速度提高了3倍。

中国放射学会副主任、上海常征医院放射科主任柳时元说,“随着人工智能产品的发展,灵敏度和准确度越来越高,降低了影像医生犯低级错误的概率。认为科技人工智能精密医疗平台类似于影像医生的助手,提高医生的工作效率和质量,给医生更多的便利将是未来的必然方向。” “

专注于医学影像行业,深入解决实际需求。

陈宽,想象力技术的创始人兼首席执行官,曾在美国芝加哥大学学习,先后在四位诺贝尔奖得主手下学习:加里贝克尔、罗伯特福格尔、詹姆斯赫克曼和拉斯汉森

谈到深度学习技术在医学影像中的初步应用,陈宽回忆道,“当时,我与许多行业进行了沟通,包括银行、政府、安全等。有一次,当我在做PPT演讲时,我拿出了一个人脸识别作为示范。演示结束后,一位放射科医生走过来说你做的面部识别非常有价值,但是你能帮助我们的放射科医生解决这个问题吗?他建议使用深度学习技术来帮助放射科医生解决当时的问题 所以我走访了各医院,发现这样的需求是真实的,也是一个痛点,它影响医生的工作和病人的幸福。 “

众所周知,中国放射科医生平均每天必须用肉眼判断数万张放射图像。他们的工作强度高,内容单一,但也是医疗中的一个重要环节。 假设科学技术希望成为一个人工智能精密医疗平台,利用世界上最先进的技术,与医生共同开发最能满足实际诊断和治疗需求的应用场景和数据模型。

因此,从这一点出发,陈宽全身心地投入到深度学习在智能医学成像中的应用。 “事实上,在2015年初,医学界很少有人谈论机器学习,也没有人谈论深入学习。许多医院对新技术特别感兴趣,但真正愿意投入大量时间和精力进行合作的医院数量非常有限。 "

直到2015年4月,陈宽成功说服四川省人民医院,这也是第一家科技合作医院。 陈宽和他的两三个朋友都进了医院。他们在医院周围租了一套特别破旧的公寓。他们每天都和医生一起工作,一起下班,一起加班,一起解决医院的信息技术问题。假期里,每个人都在度假。医院的急诊室实际上还开着。陈宽和其他人和医生一起加班。

"这个过程很长,基本上工作环境也不是很好 然而,正是在这样一个过程中,我们逐渐发现如何深入学习非常先进的技术、非常先进的概念,以及如何在医院中相对传统、相对保守、相对安全和相对私密的独特信息技术环境中扎根并创造价值。 我们发展到今天,事实上,这样的经历对我们也很有帮助。 ”陈宽说道

能够深入行业,理解每天写报告的专家和医生所面临的痛苦,理解医院信息技术系统中的所有不同生态,以及如何与生态中的不同人打交道,实际上是人工智能企业家面临的最大挑战。陈宽并认为,面对这一挑战,科学技术成功地证明了自己。

根据四川省人民医院的初步经验和成果,可以认为科学技术将逐步发展。从2014年到2017年,北京协和医学院、武汉同济、上海长征、大连中山等医院的科技合作已经开始深入。

据推测,科学技术在医学影像辅助诊断方面取得的积极进展也赢得了资本市场的青睐。 2016年2月,假设科技从伊诺克资本(Enoch Capital)、振韵风险投资和Fast CEO卢传威天使轮获得1250万元融资。 2017年1月,据推测科技从红杉资本投资和广发证券联合投资获得了5000万英镑的融资。

未来已经到来,医学影像的领导者。

推定技术希望其产品能够帮助医生诊断并自动生成诊断报告,帮助医生减轻负担,同时提高诊断准确性 因此,他们在与医生沟通的同时改进了算法模型,以帮助他们生成初步诊断报告。如果医生不满意,他们会从原来的改变。

随着算法模型的不断改进,迭代速度加快,服务领域逐渐扩展到头、腹、股骨头、病理学、超声等领域。 涵盖100多种疾病 由于在胸部疾病方面的经验,其他领域的研究速度将大大加快。

现在假设心肺领域科技产品自动生成的测试报告与医生报告的相似度约为90%,现在假设科技基本上可以每三天迭代一次自己的产品,准确率越来越高,这也是目前科技的竞争优势

目前,基于科学技术的智能医学成像系统INFERVISION已经在数百家基层医院推出。根据不同的疾病和场景,借助于实际生成的数据快速迭代和更新。应用场景包括x光、电脑断层、核磁共振、超声波、病理图像等。

陈宽说,在未来,从人类到智人,甚至更高级的超人,各种各样的方法都会用来提高工作效率,而各种各样的智能产品也会用来提高我的能力。人们认为,智能浪潮中科学技术的目标是帮助医生逐渐从医生发展为智能医生,使更多的医生能够使用人工智能技术的精密医疗平台,用最先进的技术扩大诊疗能力,提供更好的诊疗服务。

版权声明

本文来源于1亿欧元,由1亿欧元授权发行。版权属于原作者。 请点击重印说明进行重印或内容合作。任何非法翻印都将受到起诉