體素科技丁曉偉:分級場景下的醫學AI影像分析

四月發表於2018-12-01

體素科技丁曉偉:分級場景下的醫學AI影像分析近日,體素科技CEO丁曉偉博士受邀參加了英偉達GTC2018 技術論壇,發表了主題為“醫療服務各階段中基於深度學習的醫學影像分析”,介紹了體素科技最近以來的研發成果及進度,更詳細的介紹了體素科技最新技術方法論。

丁曉偉首先介紹了體素科技產品的不同分級場景,分別是“全病種篩查”、“臨床決策支援”及“診前諮詢”三部分。早在2017年丁曉偉就提出關於全病種產品線的概念,成為行業內AI醫療產品全病種體系的發起者。體素科技目前擁有三款全病種產品線,分別為胸部CT全病種篩查解決方案,視網膜全病種篩查解決方案,皮膚全病種AI分診,用來適應複雜的臨床使用環境。

目前行業內普遍釋出了肺結節AI篩查產品,但是從醫學臨床工作上看,單純的肺結節篩查不足以能滿足醫生臨床的工作需求,放射科在進行胸部CT檢查時,肺癌篩查只是其中的一小部分需求,大量的肺炎、肺大皰、胸腔積液、支氣管擴張等疾病所造成的“同病異影、異病同影”現象依然難以檢出,使得其應用範圍被限制在非常小的範圍。體素科技的胸部CT全病種篩查解決方案,能解決胸部CT中所能覆蓋的多發病、常見病灶型別,將在臨床上獲得更多的使用機會。

同樣在眼科產品方面,體素科技釋出的視網膜全病種篩查解決方案,依然不同於行業中同類產品,透過眼底相片,結合病人資訊,全面檢查主要慢性眼底疾病,包括糖尿病視網膜病變、糖尿病黃斑水腫、青光眼、白內障、老年黃斑變性等,對其他病變亦能做到預警,真正做到眼底疾病的全方面覆蓋。病人拍攝一次眼底照片就可以全面篩查眼底各項疾病,這對於醫院眼科、內分泌科、體檢中心來說都非常具有臨床意義。在展會現場,體素科技也展示了其眼科全病種產品的軟硬體一體機,全自動操作加上全自動閱片系統,大大節省了工作人員時間,目前體素科技的眼科全病種產品已在國家標準化代謝性疾病管理中心(MMC)率先落地,已進駐全國100多家醫院MMC中心。

另一條全病種產品線則為“皮膚全病種AI分診”,這是體素科技最新發布的一款產品——“體素膚知匯”,這是全國乃至世界範圍內,首款面向公共的,基於深度學習影像分析與處理技術的智慧皮膚全病種測評解決方案。充分結合了體素科技在醫療影像領域深耕的技術優勢,以及百萬量級移動端遠端皮膚諮詢的影像和文字資料,發揮人工智慧抽象提取、匯聚皮膚專科專業知識的優勢,全覆蓋智慧皮損識別與分析,百種皮膚類病症上智慧匹配與測評,成為診前問診的有效AI工具。

此外,心臟產品“心臟冠脈造影CT解決方案”則定位於“臨床決策支援”場景,是用於對冠狀動脈CTA影像,特別是對冠脈壁斑塊進行定性、定量分析的軟體。可幫助臨床醫生進行對病人冠心病風險的評估及後續治療手段規劃,也支援同時自動計算病變的多項量化引數。相對傳統的主觀二分法閱片方式,可以更充分的挖掘CT影像中所含資訊、實現準確判斷病變等級,辨別如重建指數等易損斑塊特徵、預測病變的血流動力學引數、預測下游心肌灌注缺損等,從而對臨床干預策略進行有效指導,助力冠心病早期預警。

對於“診前諮詢”場景,體素科技則有另外兩款關於小兒的產品,“小兒屈光不正篩查” 及“小兒視力障礙篩查”。

體素科技研發的所有產品專案均定位於“全病種醫療影像閱讀者”。其產品願景是以影像為基礎,融合多模態資料,提供自動轉診能力、確診決策支援、初級影像報告,多樣的產品化服務,為醫院及患者提供高價值分析服務,併為網際網路醫療提供智慧化基礎。

為了支撐以上的高度智慧應用,體素在深度學習針對醫學影像訓練的方法論上取得了很多突破,丁曉偉進行了部分技術講解,其中也包括MICCAI獲獎論文。它們分別是:

  1. 3D Progressive Dense V-Net
  2. A Unified framework based on Unsupervised Convolutional Neural Networks for Hybrid Affine-Deformable Image registration
  3. SURROGATE SUPERVISION FOR EFFECTIVE DEEP LEARNING FROM LIMITED QUANTITIES OF LABELED MEDICAL IMAGE TRAINING DATA
  4. Joint Detection

相關文章