前言:
现时姐妹们对“图像扫描算法实验报告”大致比较注意,姐妹们都想要了解一些“图像扫描算法实验报告”的相关内容。那么小编在网上收集了一些关于“图像扫描算法实验报告””的相关资讯,希望大家能喜欢,姐妹们一起来学习一下吧!随着AI技术逐步在大型医院落地,机器学习极大加快了医生理解与处理患者信息的速度,放射科同样受益匪浅。AI能够加速图像传输,并能根据算法自行生成相关报告,此类技术使医生效率大大提高。
2018年5月,新加坡东洋资本有限公司和中国天津大数资产管理公司同时收购了来自美国的医学影像工作流制造商RADLogics,具体金额未透露。
RADLogics致力于为放射科医师提供医疗成像的解决方案,运用科学技术帮助他们服务患者,创建更好更准确的报告。2011年1月,RADLogics获得85万美金的种子轮融资。2015年,全球最大的医学影像社区网站AuntMinnie评选RADLogics为“最佳创新放射供应商”的获奖者。
RADLogics的CEO兼联合创始人Moshe Becker表示,该公司在医学影像领域提供的产品可运用到临床实践中,能够相对迅速地拓展到亚洲市场,同时扩大他们在美国的营销工作。
RADLogics的理念首先吸引了东洋资本有限公司和天津大数资产管理公司,他们试图将产品提供给亚洲的主要医疗保健提供商和分销渠道,目的是让更多的患者获利。
作为一家新硅谷初创公司,RADLogics将大数据图像分析和云技术结合,为放射科医师提供了一种可支持图像解读的工具。
该系统具备独特的算法,能够在几秒钟内大量处理成像数据,并向放射科医师发送初步报告。报告内容通常以他们常见的模板和PACS呈现出来,以便他们对成像数据进行审查,判断和分析。
据动脉网了解,除硅谷办事处之外,RADLogics在以色列也设有研发中心。他们的产品支持CT、X射线、MR和超声波扫描的应用分析。与其他产品相比,它所配备的独特IP能带来更好的用户体验。
10年创业经验带来信息技术的突破
RADLogics成立于2010年2月,创始人Moshe Becker是一位经验丰富的技术型企业家,他在国际工程、医疗IT、移动通信、市场管理和企业解决方案的范畴内已有25年的业务经验。此外,他也是高容量Wi-Fi解决商Stellaris Networks和服务软件平台WebTrac的首席执行官兼创始人。
Moshe Becker早年在以色列和美国接受过电子工程和MBA的教育学习,并在相关领域有过多年的工作经验。1989年1月,Becker在美国塔斯科电子公司担任项目经理,主要负责商用航空业新型数据、通信系统的开发与生产,包括波音777航空电子设备的建设计划,产品设计及销售服务。在之后的七年里,Becker分别在Edge Microsystems和Kinemetrics公司有过信息技术、网络监测和市场营销的领导经验。
1998年10月,Becker作为CEO兼创始人宣布WebTrac正式成立。这家获初创投资的公司致力于为移动运营商开发一个基于定位的交易服务平台,通过增添多个软件应用来获取收益。2002年10月,他领导WebTrac收购了多家竞争对手,并将相关资产合并。Becker侧重于与多国企业合作,以扩张其客户群为目的。
2003年12月,Becker在以色列的特拉维夫创立了Stellaris Networks公司,获StageOne和Valley Ventures的首轮风险投资。Stellaris Networks Ltd.主要负责为企业无线网络开发无线局域网接入点,提供基于802.11行业标准的WLAN构建方案。2007年1月,Becker作为Edge Ventures的总经理正式入驻硅谷,重点为初创信息技术公司提供商务咨询。
在硅谷的6年时间里,Becker并没有停止在信息科技领域中的探索、研发和创新。他在过去的三年时间里坚持开发用于图像分析的AlphaPoint算法。
AlphaPoint加快放射科医师的工作效率
2014年11月,RADLogics在北美放射学会2014会议上发布了首个运用AlphaPoint算法的医疗成像产品。Becker表示,使用AlphaPoint的网站可通过影像设备直接发送数据到RADLogics的云端服务器。
大约五分钟后,摘要报告会以Nuance(美国跨国电脑软件技术公司)的PowerScribe 360形式发送回网站,为医疗人员提供初阶内容作为参考。
RADLogics将AlphaPoint定位为一种医疗影像内的虚拟常驻系统,它可以自动操作或接管一些图像解读,例如测量,搜索或定性研究成果。Becker表示,虚拟常驻系统使放射科医师能够在短时间内执行更多的研究,处理更多的图像数量,同时提高护理质量。
自2014年以来,RADLogics专注于研究放射学中的热门临床程序——CT肺癌筛查。该公司开发了用于分析CT图像的算法,并将有关数据发送给了美国放射学会肺癌筛查注册中心。
2012年,RADLogics的胸部CT扫描在FDA获得许可。作为AlphaPoint平台上的首个软件应用,胸部CT扫描计划于2015年1月推入市场,而其他有关扫描的应用程序会在得到许可后相继推出。
Becker表示,胸部CT扫描应用已在多个测试站点使用,其中包括美国加州的El Camino医院和纽约市的Mount Sinai医院。
此外,RADLogics一直与医学报告软件建立合作。其目的是将AlphaPoint融入到该公司的Aspen Lung软件当中,用于肺部筛查,患者追踪和报告总结等情况。RADLogics的放射学知识库不断改进AlphaPoint的速度和准确性,该知识库也随着全球放射科和成像中心的研究不断更新与进步。
虚拟常驻系统提高内容报告价值
Becker表示:RADLogics提供的产品服务与放射科医师常用的计算机辅助诊断是截然不同的。计算机辅助诊断能够帮助医师分析、解读扫描文件,而AlphaPoint所提供的初步报告往往在分析之前,通常是在医师点击某个病例数据后,便以文字或图片的形式呈现出来。AlphaPoint能帮助医师对患者的状态有一个初步的了解。
在最近的一次项目研究中,来自加州洛杉矶分校的Matt Brown博士和他的研究团队对RADLogics的虚拟常驻系统进行了评估。初步结果显示,相比以往完成总结报告所需要的时间,该系统为放射科医生提高了47%的效率。
研究表明,使用该系统检测出来的结节/结瘤的精准度与未使用该系统检测出来的情况结果一致(误差等于或小于1mm)。
另外,UCLA的研究指出,RADLogics的虚拟常驻系统能够提供以往报告中不会出现的资料,而这些详细的信息对临床研究提供了进一步的价值。这些信息包括可以量化的结节/结瘤的体积,主动脉的直径,自由流体/空气的体积等。
由此可见,使用虚拟常驻系统后,放射科医生无需额外的时间和精力去制作一份内容更全面的报告。在了解患者的准确信息后,医生便能迅速对症下药,帮助患者更快更好地恢复健康。
“放射科医师和诊断医师一样都是非常有价值的,”Becker表示。“但是,人类在像素计数或者可视化搜索都无法精通的情况下,利用机械学习可以帮助他们更准确,更持续地完成工作,节省阅读时间。” 研究发现,放射科医师通常会花费80%的时间用于像素的搜索,寻找和测量。而RADLogics的出现就像放射科医师身边的一位得力助手,确保他们在制作最终报告时尽可能地把误差降到最低。
Becker坚信,机械学习的高效应用不是取代放射科医生,而是协助他们高效率高质量地完成信息采集,关注治疗本身。
放射科为什么需要人工智能?
1、放射科是以技术为中心的
在现代医院建设中,放射科是一个集检查、诊断、治疗于一体的科室,临床各科的许多疾病都须通过放射科设备检查来进行明确诊断或者辅助诊断。放射科的设备一般有普通X线拍片机、计算机X线摄影系统(CR)、直接数字化X线摄影系统(DR)、计算机X线断层扫描(CT)、核磁共振(MRI)等。由于他们日常工作的技术驱动性质,放射科医生通常被认为是人工智能的 “早期采用者”。
2、放射科依赖互联网进行云储存
云技术的运用将对人工智能产生直接影响。据华尔街日报文章估计,全美每年产生包括CT、MRI、X光、超声在内的大约6亿医学影像资料。这些影像资料不仅占据各个医院的数据储存空间,而且给医院带来的经济压力也是不容小觑的。
医学影像资料如果能通过云存储保存,打通各医院医学影像间的障碍,无论哪个医院的医生都可以根据需要调取,对患者无疑将是更大的便利。
文|晏语
微信|Vivian288107
添加时请注明:姓名-公司-职位
后台发送关键词即可获得相关好文
网站、公众号等转载请联系授权
近期推荐
基层案例
声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。
标签: #图像扫描算法实验报告