您的位置:网站首页 > 临床 > 临床诊断

平安科技10篇论文入选美国年会技术探索和应用切中前沿

作者:habao 来源:未知 日期:2019-11-15 23:54:53 人气: 标签:临床应用论文
导读:秋天,是收获的季节。近日,平安科技人工智能中心的10篇论文,入选国际医学图像计算机辅助干预会议MICCAI2019年会和放射学年会RSNA2019。RSNA(RadiologySocietyofNo…

  秋天,是收获的季节。近日,平安科技人工智能中心的10篇论文,入选国际医学图像计算机辅助干预会议MICCAI 2019年会和放射学年会RSNA2019。

  RSNA(Radiology Society of North American, RSNA)则是放射医学界的盛会和放射医学临床研究的风向标,每年11月底至12月初在美国召开,是全球放射学临床研究和主要医疗器械厂商产品发布的重要场合,会议论文代表了放射医学界医学应用研究的最高水平。

  科研过程中,平安科技人工智能中心和世界医疗机构国立卫生研究院(NIH)临床中心以及林口长庚纪念医院(CMGH)紧密合作。合作的论文,分别被MICCAI 2019和RSNA 2019各5篇收录(其中MICCAI 3篇是early accept,1篇是大会口头报告;RSNA 4篇是口头报告)。

  平安科技人工智能中心所有研究工作都有临床顶尖医生们的积极参与,在深入沟通和亲密合作之下,根据临床痛点,双方一起提出问题,继而解决。基于该研究特色,从最开始研究的命题就确定了是临床硬需,这为今后技术应用于患者的精准诊断和治疗产生积极意义,代表着平安科技的研究不但在技术探索上走在前沿,而且在临床应用上也得到医学界的认可,为下一步深入临床迭代提供了的基础。

  平安科技人工智能中心是一支由全球顶尖算法专家、平安集团首席科学家肖京博士带领的团队。团队包括平安科技技术研究院()执行院长、医疗人工智能领域著名学者吕乐博士。汇集了一批毕业于约翰霍普金斯大学,爱荷华大学,大学,哥伦比亚大学,阿尔伯塔大学等著名学府,以及曾经在西门子(Siemens)、英伟达(NVIDIA),和美国国立卫生研究院(NIH)等知名企业和研究机构工作过的高端人才。

  髋部骨折是创伤常见问题,据统计髋部骨折约占骨折的20%以上,且具有极高的率及病死率。髋部骨折通常在急诊科使用髋关节X光进行诊断,由于可能伴随内出血,急诊科医生需要在短时间内对骨折做出准确的判断。髋关节和盆骨结构复杂,常与其他内脏器官重叠在X光内形成伪影,这对骨折的诊断造成一定困难,这使得在急诊室的高压力下,经常出现骨折的误诊或漏诊。

  平安科技人工智能中心和长庚医院著名的创伤急诊中心合作,提出新的检测髋关节和盆腔所有部位骨折的AI技术(Weakly Supervised Universal Fracture Detection in Pelvic X-ray),该技术对髋关节各部位骨折的度和度均达到95%以上,而对于常见于老年人的股骨骨折则达到99%的高度。该算法已经达到国际领先医院的创伤外科、急诊科医生的水平。

  X光胸片是放射科室业务中占比最大的影像种类,近年来,特别是随着2017年NIH发布胸片公开数据集以来,对于X光胸片人工智能应用层出不穷。由于胸片数量大,各个医院乃至同一个医院不同设备数据来源不一。另外现在主流的AI系统开发都是采用有监督的深度学习方法,要求医生对于各种胸片的疾病征象都需要标注,这造成研发工作中的较大负担。

  平安科技人工智能中心和NIH合作,对于数据来源不同的X光片如何自适应,以及采用弱监督甚至无监督的方式对异常胸片的识别,进行了大胆探索,均获得满意的结果。研发出的无监督方式下的TUNA-NET,在儿童肺炎X光片的识别的任务上获得了AUROC=0.963的结果,已经非常接近于有监督学习的结果(AUROC=0.981).

  在放射治疗中,临床靶向区域(CTV: Clinical Target Volume)既要涵盖可见的肿瘤区域,也要包括微观的肿瘤细胞可能扩散到的区域,如淋巴结。这在实际操作中比较困难,非常依赖放疗肿瘤主治医生的水平,不同的医生之间勾画的临床靶向区域会有较大差异。谭凯的妻子因此客观的临床靶向区域分割算法在食道癌放疗规划中起到关键的作用。

  平安科技人工智能中心提出的研究方法将食道癌的临床靶向区域的分割设计为一个同时基于空间/距离和图像特征的模型,其中空间模型包含了肿瘤,淋巴结,和风险器官的空间和距离信息。这样的深度学习模型可以更好的去推断临床靶向区域的边界。临床靶向区域勾画在食道癌放疗计划里的研究重要但是之前工作非常少,这项工作设立了一个新的里程碑。

  影像学医生的日常主要工作,是对医学图像进行仔细阅读,找到各种病灶,测量其大小,然后在影像报告中对病灶进行描述。因此,自动病灶检测、描述/分类、分割算法历来是医学影像人工智能的研究重点。然而前人的工作大多集中在特定器官的单一任务的算法,如肺、肝脏中的病灶检测或测量等工作。

  平安科技人工智能中心的研究尝试将检测、描述和分割三个任务结合起来,基于合作伙伴NIH发布的DeepLesion数据集,平安科技人工智能中心开发了通用病灶检测系统、描述系统和分割系统,并通过一个实例分割框架将这三部分有机地结合在一起,同时辅助以3D特征融合策略和决策调整策略来利用病灶描述结果改善病灶检测精度。该研究在DeepLesion数据集上取得了通用病灶检测的最好精度,超过了之前结果最好的帝国理工大学团队。

  平安科技是平安集团旗下科技解决方案专家,致力于运用人工智能、云等技术赋能金融服务、医疗健康、汽车服务、房产服务、智慧城市五大生态圈。平安科技以“云无限”为价值主张,积极践行“科技改变生活”的企业,立志成为国际领先的“AI+云”公司。

  作为平安集团高科技内核,科技解决方案已经应用在超550个场景中,积极孵化智慧业务,助力建成生态闭环;作为IT后台综合管理平台,开发和运营平安关键平台和服务,支持平安保险、银行、投资、互联网等业务高效协同发展;平安科技也是云平台的积极构建者,平安云作为平安服务的综合输出平台,为全行业提供 IaaS、PaaS、SaaS 全栈式云服务,打造的生态圈已经服务过5亿用户,并拓展至海外市场。

  

本文网址:
下一篇:没有资料
共有:条评论信息评论信息
发表评论
姓 名:
验证码: